De. الدكتور عبد الحميد عبد اجا ا
اللي
البحث العلمي والتحليل الأحصاني
التخطيط للبحث وجمع وليل البيانات يدوي
ویاستخدام برنامج | Brae
RESEARCH & STATISTICAL ANALYSIS اا ال ا )ا
ESING SPSS
Hox, È
* Er -*
رقم الإيداع لدى دائرة المكتية الوطنيه
ل )2007711518(
519.50285
uggla! عبد الحميد عبدالمجيد
أساليب البحث العلمي والتحليل الإحصائي: التخطيط للبحث وجمع وتحليل البيانات
يدويأوياستخدام /SPSS عبدالحميد عبدالمجيد البلداوي .~ عمان: دار الشروق. 2007
) 240( ص
,.1.: 2007/7/1978
الواصفات: الإحصاء الوصفي//الحواسيب//البحوث العلمية//كتابة البحوث/
9 تم اعداد بيانات الفهرسة الأولية من قىل دائرة المكتبة الوطنية
ISBN 978 - 9957 - 00 - 318 - 0 (ردمك)
cal © البحث العلمى والتحليا الإحصائي : التخطيط للبحث وجمع وتحليل البيانات يد ويا وبإستخد ام SPSS .
© تأليف : الد كتور عبد الحميد عبد امجيد البلداوي
© الطبعة العربية الأولى : الإصدار الثالث 2007 .
© جميع الحقوق محفوظة ©
jie الشروق للنشر والتوزيع
هاتف : 4618190 / 4618191 / 4624321 فاكس : 4610065
ص.ب : 926463 JI 54 البريدي : 11118 عمان - الاردن
Email : shorokjo@nol.com.jo
دار الشروق للدشر والتوزيع
رام الله - المصيون : نهاية شارع مستشفى رام الله
02/2965319 هاتف 2975632 - 2991614 - 2975633 فاكس
Email : shorokpr@palnet.com
جميع الحقوق محفوظة؛ ٠ ا يسمح بإعادة إصدار هذا الكتاب أو تخزينه في نطاق استعادة المعلومات أو نقله أو
sb EL شكل من الأشكال دون إذن خطي مسبق من الناشر.
All rights reserved. No Part of this book may be reproduced, or transmitted in any form or by any
means, electronic or mechanical, including photocopying, recording or by any information storage
retrieval system, without the prior permission in writing of the publisher.
الاخراج الد اخلي وتصميم الغلاف وفرز الألوان و الأفلام :
دائرة الا abu / دار الشروق للنشر والتوزيع
هاتف : 4618190/1 فاكس 4610065 / ص .ب . 926463 عمان (11118) الأردن
مقدمة LS —— —— € ee Seo
pall الاوام
مستلرماث و خطوات تصميم البحث العلمي
一 1-1 تحديد اهداف البحث 1
2-1- تحديد مجتمع feret cr Casal |
]-3— تحديد وحدة مجتمع البحث Carus ا VS za eue EE
4-1- تحديد نطاق البياتات المراد جمعها |
5-1- اطار مجتمع البحث لاقن DO SECDE
6-1- تحديد منهجية وطرق التحليل P TC eva wan
7-1- تصميم الاستبانة (الاستمارة) JJ
)1( مفهوم واهمية الاستبيان P ee EET RAE 9
rel gill (2) العامة لتصميم الاستبيان AO TE T 0
)3( شروط صياغة أسئلة الاستبيان 0
)4( أجزاء الاستبيان DU MM UD ا 25
)5( المفاهيم والتصانيف الاحصائية ARE E
8-1- طرق ae البيانات 人
(1) طريقة المشاهدة 了
)2( طريقة التسجيل الذاتي 6
EE EA ETE طريقة المقابلة الشخصية (3)
)4( طريقة الهاتف M —————————
(5) طريقة المناقشات العامة Anis TE
-9-] اختيار وتدريب العاملين في جمع البيانات AES البحوث الكبيرة)
10-1 - المسح التجريبي 站
1-1 1- تعيين التوقيت الزمني الملائم لجمع البيانات noe
12-1- الية العمل الميداني (حالة البحوث الكبيرة) "mE
13-1- تجهيز البيانات واستخراج النتائج ل A E ten
تمارين الفصل الاول E A واكك كو الوا اا الوا ل اللاو
)1( المسوحات ALLA (التعدادات) ee
)2( المسح بالعينة —Ó— UO os
72-2 اجراءات تصميم العينة Mer E
3-2— تحديد aaa العينة 人
4-2- أنواع العينات E
الفينة العشنوائنة abad "———"
(
2( العينة العشوائية الطبقية 1525000000000
(
( العينة العشوائية العنقودية TP
本 和
(o eet: العينات غير العشوائية : Lab
)1( العينة المتعمدة (التحكمية) a AEA A
)2( العينة الحصصية po — ——— dá
تمارين الفصل الثاني PL EPEA E XR
الفصإام cM
تبویج وعرض البياناثف
一 ] 一 3 مقدمة 9
2-3- ادخال GLb باستخدام برنامج a SPSS
3-3- التوزيع التكراري Frequency باستخدام e E E SPSS
4-3- التوزيع التكراري المتعدد Cross tab باستخدام SPSS او O3
5-3- تفسير مخرجات 人 Cross tabs
6-3- توزيع التكرارات على فئات باستخدام برنامج Osos EXCEL
7-3- الرسوم والاشكال البيانية باستخدام برنامجي EXCEL y SPSS ....100
اولا : باستخدام برنامج SPSS |
ثانيا : باستخدام برنامج O ae EXCEL
)1( المنحنيات والخطوط البيانية التكرارية والمتجمعة TORT
(2) الاعمدة البيانية 人
)3( الدائرة البيائية 人
)4( الرسوم والصور البيانية 人
8-3- الطريقة اليدوية في تبويب وعرض البيانات Eo
(1) التوزيع التكراري البسيط SSE ا DI
(2) التوزيع التكراري المتجمع 人
(3) التوزيع التكراري المزدوج —— 0 01000
)4( التوزيعات النوعية (الوصفية) والزمنية والجغرافية erus :124
)5( العرض البياني p Tr pr
تمارين الفصل الثالث 人
الفصل SV
مقاييس النرعث امركريث (المتوسطاث) و النشتة
ES MN iaa —]-4
2-4- استخدام الحاسوب مع برنامج I3] osos DIU: SPSS
3-4- الطريفة EO MR i; all
daa gl (1) الخ EUN REESE
)2( الوسيط po ———— ——— !—— HM
)3( المنوال —— Lr rc-———
)4( العلاقة التقريبية بين الوسط الحسابي والوسيط والمنوال ......148
)5( الوسط الهندسي 人
(6) الوسط التوافقي |
74-4 مقاييس التشتت (التباين) ERN ENTE
(1) المدى O
)2( الانحراف المعياري |
eiat الفصل
asy اط
1—5— مقدمة LOSS GO RR RES
2-5-- استخدام الحاسوب مع برنامج SPSS 7 1000000
3-5- الطريقة اليدوية 人
(1) معامل الارتباط البسيط ۲ Osean
(2) معامل الارتباط المتعدد 了 R
(3) معامل الارتباط الجزئي O ISDN
EU toe scence: Qi) lg Dane (4)
)5( معامل الاقتران POSADA E E A
(6) معامل التوافق ل ل ا
تمارين الفصل الخامس T ف و T e موده ونوا سو ا gp
(الفصل السادس)
التحليق باستخرام الطرف متعددة المتغبراث
1-6- تحليل الانحدار Oise Regression Analysis
)1( مقدمة. or
)2( استخدام الحاسوب مع برنامج ossa 0 SPSS 184
اولا: اجراءات مدخلات تحليل الاتحدار 10
انا T RTT jessy diss edic oa sas
| O A EEA Principal Component Analysis تحليل المركبات -2-6
)1( مقدمة tes ann ea EM M LER ا O
)2( اجراءات مدخلات تحليل المركبات "n
)3( تفسير مخرجات تحليل المركبات ——
3-6- الطريقة اليدوية في تحليل الانحدار الخطي ——
)1( مقدمة bu DENM MEME UM EE LUE
)2( استخدام نموذج الانحدار للتنبؤ RES RD nes
تمارين الفصل السادس tesa ا xu
ehani السابع
اختبار الفروض وليل التباين
)1( الفروض TERR Hypotheses Testing
)2( الخطأ من النوع الاول والخطأ من النوع الثاني
人 Type I & Il Error
)3( اختبار من Guile واحد واختبار من جانبين
One & Two Sides Test او و عا — ——
2-7- استخدام الحاسوب مع برنامج A SPSS ا MRS
)1( الاختبار الاحادي O ETN One Sample T-test
اولا: المفهوم والمدخلات E E E oe esata
ثانيا: تفسير مخرجات الاختبار الأحادي €( 2
(2) الاختبار في حالة عدم تساوي التباين (مجتمعين مستقلتين)
——Á—— n Pe Two Independent Samples
اولا: المفهوم والمدخلات E
ثانيا: تفسير مخرجات اختبار عينتين مستقلتين PA ATTE EEA
PA e bus Paired Data T-test المقارنات الزوجية T اختبار (3)
D E ELIE EE وخ E اولا: المفهوم والمدخلات
ثانيا: تفسير مخرجات استخدام T-test للمقارنات الزوجية 15
A E E Chi Square test اختبار مربعات كاي (4)
DAG ENEE SE A N اولا: المفهوم والمدخلات
Os ثائیا: تفسير مخرجات استخدام اختبار مربعات كاي
P One-Way Analysis of Variance تحليل التباين بمعيار واحد (5)
OD E AEE CBAR aal y الو 1
ثانيا: تفسير مخرجات تحليل التباين بمعيار واحد كط و 225
e Cil lady GILES! el ya} فى Aa yall Ai all -3-7
DIOS One Sample T test الاختبار الاحادي )1(
2AT eiiis Two Independent Samples test الاختبار مجتمعين مستقلين (2)
0098 Paired Data T اختبار المقارنات الزوجيةؤوء1 )3(
210101019895 Chi Square Test اختبار مربعات كاي (4)
229. One Way Analysis of Variance التباين بمعيار واحهد Julai (5)
DS rm RS تمارين الفصل السابع
Qr RT os MM
do ano
أن الذي ade CDG Y هو pills days duel سات في juae اناف
وتحليل الكلفة والعائد والحلول السريعة والناجعة للظواهر الاجتماعية والاقتصادية؛
والسرعة في عملية التطوير والابتكار من اجل المواكبة والبقاء. الا ان المهم هو ان
تكون هذه البحوث قائمة على الدقة العالية والموضوعية العلمية الرصينة والحصول
duis as Less codi وان ر عا 39354
ان انجاز بحوث بهكذا مواصفات وخصائص a وأن anas على التحليل
OUR RE ور احا Seis السو Sls a وتان
كمية وعلمية عالية المعنوية. ان مثل هذه الاساليب العلمية الكفؤة هي ليست صعبة
المنال بل في متناول الجميع بكل سهولة ويسرء لكن المهم في الامر هو التوجه الى
استخدامهاء والالمام في تفسير مخرجاتهاء واخيرا حسن اختيار الاسلوب الذي يناسب
aa ال تخت Coad والدر Aad رهي Le JS canal fie Gillie تاه هو iue
والرغبة للباحث او الدارس. ومن بين المتوفر واغلبنا في حاجة اليه في العمل
البحثي هو برنامج SPSS وبرنامج EXCEL وغيرها الكثيرء الا ان الاول هو
ASY اهمية للباحتين عموما لما تؤول اليه نتائجه من عمق وتفاصيل تفي بحاجة
alle دخو وير اياف pall
اا لار ped الاك GY حك ودر Lal قو كين الكهيفة والتكصيو ف
人
a لے تكح عا هة لات رالمات اكان دك كل مف
واعتفائية Gua guy (il itll اليه Cool
al تم وضع هذا الكتاب نصب عينيه تغطية المستطاع من هذه الاولويات في
ASI Gob lh DA T ule tad! asd كار pl) دن قبل
agac الدارسين والباحثين» فقد تم البدء بالتطرق لمستلزمات التهيئة والتحضير
بتفصيل نسبي مفيدء تلا ذلك سرد اسلوب تصميم عينة البحث وفق الاسس الاحتمالية
العشوائية وبتبسيط وتركيز على الجوانب التطبيقية وبعيدا عن تعقيدات المفاصل
النظرية. وبدأ الفصل الثالث في تناول عملية تبويب وعرض البيانات التي تم جمعها
ميدانيا وكيفية تهيئتها لاغراض استخدام الحاسوب وبالتحديد لبرنامج SPSS
والتطرق بذات الوقت الى صيغ ومعادلات وخطوات استخدام هذه الطرق في فقرات
التحليل اليدوي بغية التعرف على الاسس التي تنجز بواسطتها عملية التحليل عند
استخدام الحاسوب. وفي الفصل الرابع تم تناول مقاييس النزعة المركزية (المتوسطات)
والتشتت» وكما في جميع الفصول بكلا الحالتين ايضاء ila استخدام الحاسوب
oci :قارفا dol gl case lis yb في Quaill الخامس» .وات تخصيضن
الفصل السادس للاساليب متعددة المتغيرات. وتم فيه التطرق لكل من الانحدار
وتحليل العوامل (المركبات) كنماذج لهذه الاساليب الاحصائية وباعتبارها الاكثر
افك لما al, في uisi dad وکن La call dai, Gary il LGA!
موضوع الفصل السابع الذي شمل مقدمة تمهيدية عن مفهوم وحالة استخدام كل نوع
من cl Las! و Aia jill التي dele: asia
مع الاشارة الى ان الاجمال والاختصار أن حصل في بعض المواضيع فهو
يعود لسببين: الاول بغية عدم ارباك الطلبة واغلب الباحثين بالتفاصيل وبتعدد
الاساليب التي قد يحتاج بعضها الى اسس نظرية قد تحتمل الصعوبة والتعقيد والوقت
عند التعامل معهاء والسبب الثاني هو لكي لايدعو كبر حجم الكتاب الى الشكوى
المستمرة من قبل الطلبة وغيرهم من صعوبة حمله كما حصل للمؤلف في مطبوعات
ats
Dud ان يحقق الكتاب الفائدة للدارسين والباحثين داعيا للجميع بالتوفيق» والله
هو ولي التوفيق. والحمد والشكر لله رب العالمين.
المؤلف
n ل ا
A
PHASES & REQUIRMENTS OF SCIENTIFIC
RESEARCH DESIGN
Research Objectives sed) متحديد أهداف -1 -1
إن الخطوة الأولى والأساسية لاي بحث أو دراسة هي تحديد أغراضها أو
الأهداف المتوخى الوصول إليهاء بما في ذلك الفرض أو الفروض المطلوب
اختبارهاء Jay تحديد مصدر المعطيات (البيانات) وطبيعة ونوعية وشمولية هذه
المعطيات. لذا لابد من أن يكون الهدف (أو الأهداف) تتسم بالشفافية والوضوح
وعلى درجة معقولة من التفصيل لنكون على ple كاف بالمعطيات اللازم تغطيتها.
فمتلا إذا كان هدف البحث هو دراسة " مستوى خدمات النقل العام "» عندها يجب ان
نوضح وبالتفصيل إذا كان الأمر سيقتصر على وسائط النقل فقط أم أن ذلك يتضمن
تطوير شبكات الطرق وتحسين الخدمات المرتبطة بعملية النقل وهكذا. ولو تناولنا
مثالا آخرء وليكن دراسة عن قطاع الصناعة فلا بد من معرفة ان كنا بصدد التوصل
إلى مستوى الصناعة المستهدفة من ناحية جودتها اداريا وانتاجاء ام الهدف هو لتوفير
بناء مؤشرات الحسابات القومية اوالتعرف على المشاكل التي يواجهها القطاع الصناعي؛
اوعلى فرص الاستثمار المتاحة في هذا القطاع وقد يكون الامر يتعلق بواحد أو أكثر
من الاهداف التالية التالية:
1. التعرف على أنواع الصناعات الاستخراجية والتحويلية المختلفة الموجودة» وتوزيعها
الجغرافي» وحجم إنتاج كل منها. |
التعرف على كميات وقيم مستلزمات الإنتاج الصناعي حسب أنواعها ومصادرها.
التعرف على منافذ توزيع المنتجات الصناعية (السوق المحلي؛ التصدير).
تقدير حجم ومصدر Gul) المال المستثمر في القطاع (وطني؛ «aye أجنبي).
تقدير حجم العمالة حسب النوع والجنسية والقطاع والكيان القانوني والنشاط
الاقتصادي و المهنة والأجور والرواتب.
6 التعرف على الطاقة الإنتاجية المستغلة والمعطلة» وأسباب التعطل.
MW لب WwW د
وعادة ما يتم نقل هذه الأهداف إلى صيغة جداول» تدعى بجداول الإنتاج
(المخرجات (Output والتي يراعى في تصميمها طبيعة العلاقات الإحصائية
المستهدفة بين المتغيرات (Variables) ذاتها أو بين المتغيرات ووحدات المشاهدة
call (Observations) قد تكون المنشآت أو المناطق الجغرافية أو غيرهاء ليتم في
ضوئها تصميم الاستبانة (الاستمارة الاحصائية) التي سيلي التطرق Ga all في
هذا الفصل .
. Population Scope, aad مجع dada - 2 -1
بعد تحديد الهدف (أو الأهداف)ء يتطلب الأمر تحديد المجتمع المشمول بالبحث
الذي سنقوم بجمع المعطيات منه» مع ضرورة معرفة حدوده» وحدود احتياجنا منه.
فبالنسبة للمثال الأول الوارد في الفقرة )1-1( أعلاهء ينبغي أن نحدد في هذه Als yall
إن كان المقصود هو اخذ عينة من كافة مجتمع النقل العام (مسافرين وبضائع)
في الدولةء أم من نقل المسافرين bid وان كان عن نقل المسافرين فهل المقصود
من داخل المدن» al النقل بين (jM أم من كليهماء وهل سيشمل ARS المناطق» al
من مناطق محدده» فان كان المقصود مناطق محدده عندها يجب تسمية تلك
المناطق» مع تسمية المجالات الأخرى التي يقتضي تغطيتها. Li على نطاق المثال
الآخر المتعلق بالمسح الصناعي» فيتم توضيح إن كان المسح سيغطي المنشات
العاملة في كافة المحافظات (حضر وريف) التي تمارس أنشطة الصناعات gal ALY)
والصناعات التحويلية غير البترولية.... الخ. ام ان الامر سيقتصر على صناعة
محددة وفي محافظة معينة وإلى غير SUD
1 - فحد يد وحدة مجلممع Population Observation eased .
V تحديد مفهوم وحدة المجتمع (Observation) التي ستجمع منها معطيات
الدراسة هو أمر في غاية الأهمية لإجراء المقارنات الجغرافية والزمنية وغيرهاء
لذا من الواجب تحديدها من غير التباس أو غموض بحيث تكون واضحة التعريف.
سهلة التعيين والعد. فمثلا إذا كانت الوحدة المستهدفة في البحث هي الأسرة؛ كان
لزاما علينا التعريف الدقيق لمفهوم الأسرة؛ هل تعني الأب والأم والأولادء أو تعني
كل من يسكن مع الأب والأم والأولاد من أقرباءء أم أنها تعني كل من يسهم في
نفقات الأسرة ودخلها سواء أكان هؤلاء من الأقرباء أو من غيرهم؛ وان كانت الوحدة
هي المشروع الصناعي فهل سيشمل ذلك الصناعات الكبيرة والصغيرة ام صناعات
لاا Loan حم za csse الخ. بكلمة أخرى ينبغي ألا يترك مفهوم وحدة العد
مبهما أو خاضعا للاجتهاد الشخصي بل يجب أن نعرف مسبقا ماهية الوحدة المشمولة:
مراعين في ذلك المفاهيم والتصانيف الدولية والمحلية المقرة رسميا والتي سيلي
الاشارة إليها لاحقا. وبعكسه ستأتي المعطيات all يتم جمعها allas عند إجراء
المقارنات الدولية أو الزمنية أو الجغرافية ونتائج تحليلها غير معبرة عن الواقع.
Scope of Data اد حمهها yod) نطلق النيانات dada - 4 -1
ينبغي أن تكون المعطيات التي تجمع من العينة ذات علاقة مباشرة بالهدف من
api SUD ans cus gy Lae cdl ll محطات Cldaxa (ja M aata
ليست لها علاقة بأهداف الدراسة الممثلة بجداول الإنتاج التي تعبر أيضا عن طبيعة
العلاقات الإحصائية كالجغرافية والزمنية والديموغرافية والاقتصادية وغيرهاء ولتجنب
التكلفة غير المبررة. وليستعان في ضوئها بعد ذلك بتصميم استمارة (استبيان) البحث.
وفي ضوء ما تقدم لو تأملنا بمثالنا الوارد في الفقرة (2-1) والمتعلق بدراسة تخطيط
النقل العام وتطويره» نجد أننا بحاجة إلى تحديد ماهية المعطيات التي تفي بالهدف
وتغطي حاجة Gaull أو الدراسةء فجانب تطوير وسائط النقل يعني تغطية خصائص
المسافرين من مستخدمي هذه الوسائط؛ ويتمتل ذلك بالدخل والعمر والنوع والمهنة
والغرض من الرحلة (إن كانت رحلة عمل أو رحلة غير عمل )» وكذلك استطلاع
رغباتهم وآرائهم بشأن خصائص واسطة النقل التي يرغبون فيها من ناحية سعتها
(عدد المقاعد) ودرجة الأمان فيها وسرعتهاء ومستوى الأجور والمجال المخصص
للحقائب والعفش ومستوى الراحة والملاءمة وإلى غير ذلك. ثم نتناول الجانب الثاني
المتعلق بشبكة الطرق ان كان ضمن الاهداف المطلوبة ونحدد المطلوب من المعطيات
لدراسة هذا الجانب» وقد asi بان حاجة الدراسة هي معطيات تتعلق بحجم حركة
المرور على الطرق ومنشأ (Origin) ومستقر Destination) ) هذه الحركة وأنواع
وسائط النقل المستخدمة (صالون» بيك cl لوريء álla شاحنة» ihe زراعية
وغيرها) موزعة حسب ساعات اليوم. نقوم بعد ذلك بدراسة حاجة الدراسة إلى
المعطيات المتعلقة بتطوير خدمات محطات النقل» وذلك باستطلاع آراء المسافرين عن
طبيعة الخدمات التي يرونها مناسبة لتوفيرها في هذه المحطات؛ من أماكن استراحة
وانتظار ومكاتب حجز وأماكن بيع صحف ومجلات ومطاعم وأسواق بيع سلع خفيفة
وهدايا وتوفير هواتف عمومية وما إلى ذلك .
Research Population Frame الفح geismo إطار -5- 1
و الإطار عبارة عن وصف لما هو متوافر من معطيات عن مفردات المجتمع
المطلوب دراسته والذي ستسحب منه العينة. وعادة ما يعتمد في توفير هذه المعطيات
على نتائج المسوحات الإحصائية الشاملة أو ما هو متوفر في سجلات الجهات
الرسمية المختصةء كأساس لتكوين LY! وقد تجرى عمليات تحديث على هذه
الأطر في حالة مضي زمن عليهاء وقد تتخذ الأطر شكل خارطة تضم المواقع
المطلوب بحثها كالمقاطعات أو القرى أو المزارع أو مواقع المصانع؛ أو شكل قوائم
بأسماء وعناوين مفردات المجتمع؛ فإذا كانت المفردة الإحصائية هي المصنع مثلا
فان الإطار يصبح عبارة عن قائمة تضم اسماء المصانع في منطقة الدراسة
وعناوينها. وفي كثير من الحالات يتم الاعتماد لهذا الغرض على القوائم التي تضم
اسماع المستفيدين من خدمات الكهرباء والماء المتوافرة لدى المؤسسات أو الجهات
الرسمية المعنية بهذه الخدمات. وفضلا عن كون الأطر هي من مستلزمات تصميم
العينة» فأنها تعتمد Lod لأغراض إدارة المسح وتنفيذه» إلى Gila تنظيم العمل
الميداني من خلال ما توفره من معطيات تفيد في تحديد المواقع المشمولة بالمسح
عند التحاق الباحثين والمشرفين بمواقع عملهم عند متابعة العمل الميداني. فعلى
سبيل المثال عند ذكر إطار المستشفيات يعني توفر معطيات عن جميع المستشفيات
في الدولة في شكل قوائم بأسمائها وعناوينها واختصاصاتها وعدد الأسرة فيها وإلى
غير ذلك. لابد من الأخذ بنظر الاعتبار التغيرات التي حصلت على معلومات الإطار
الذي يعتمد لسحب العينة لكي تأتى Gall ممثلة لخصائص المجتمع من جهة
ولأغراض تخطيط إدارة العمل الميداني من Age أخرىء وان مراعاة عملية التغيرات
هذه هي ما تدعى "تحديث الإطار ٠" ولاجل ذلك تم إضافة مثلا المنشآت الصناعية
التي استحدثت بعد تاريخ سجلات الجهات المعنية من خلال معرفة التراخيص
الممنوحة بعد التاريخ الذي يعود اليه الاطار. ويمكن الاستعانة في حالة هذا المثال
بغرفة التجارة اوالصناعة أو المؤسسة العامة للصناعة او غيرهاء وبصورة dale
فلكي يكون الإطار صالحا ينبغي أن تتوافر فيه الشروط التالية:
1. أن يكون حديثا ويعود لتاريخ قريب من الزمن الذي تؤخذ منه العينة.
2. أن يحتوي على جميع مفردات المجتمع المراد دراسته.
3. أن لا يحصل تداخل بين مفردات المجتمع (أي عدم حصول تكرار في
ظهور أي من الوحدات ).
0-1- تحديد متهجية وطرق المحليل
Methodology and Methods of Analysis .
إن الأهداف التي تتوخاها أي دراسة يمكن تحقيقها باعتماد منهجيات وطرق
تحليل مختلفة» وان اختيار ما هو مناسب من بينها يرتبط بظروف الدراسة من
إمكانيات فنية ومالية وبشرية. وغالبا ما يكون لكل منهجية طرقها التحليلية التي قد
تستلزم في بعض جوانبها حاجة مختلفة في طبيعة المعطيات وفي مستوى تفصيلهاء
فمثلا لو تأملنا بمثال دراسة تطوير النقل العام لوجدنا أن بالإمكان اعتماد أحد نوعين
أو أكثر من المنهجيات. فهناك ما يدعى بالمنهجية التقليدية التي تتطلب معطيات
تجميعية Aggregate data وتكون على مستوى مناطق جغرافية Zones وهذه المنهجية
تحتاج إلى تفاصيل وإلى عينة كبيرة نسبيا. أما النوع الآخر الذي يدعى بالمنهجية
السلوكية Behavioral methodology التي تحتاج إلى استخدام طرق ونماذج
احتمالية» كطريقة لوجت Logit method أو طريقة Probit أو طريقة الانحدار؛ ولا
تحتاج هذه المنهجية أكثر من مرحلة تحليلية واحدة يتم فيها تحديد حصص كل من
وسائط النقل المتوفرة من إجمالي حجم الطلب» من خلال استخدام النماذج التحليلية
المذكورة وتضمينها متغيرات تتعلق بخصائص المسافرين ووسائط وطبيعة الرحلات
المتحققة وخصائص الطريق؛ ols المعطيات التي تحتاجها تكون على مستوى
المفردة «Disaggregate level ويكتفى بعينة واحدة صغيرة نسبيا.
1- 7 - هيم الاسنيانة )ا سار Questionnaire Design (à .
1- مفهوم وأهمية | Questionnaire Definition jl
الاستبيان الإحصائي عبارة عن صحيفة أو كشف يتضمن عددا من الأسئلة
تتصل باستطلاع الرأي أو بخصائص أية ظاهرة متعلقة بنشاط اقتصادي أو اجتماعي
أو فني أو ثقافي. ومن مجموع الإجابات عن الأسئلة نحصل على المعطيات الإحصائية
التي نحن بصدد جمعها. إن لتصميم الاستبيان والأسئلة التي يتكون منها تأثيرا مباشرا
على نوعية المعطيات ودرجة دقتها. لذا يحتاج التصميم إلى عناية فائقة وإلمام تام
بحالة المشمولين بالمسح الإحصائي agi, لتقاليدهم وأمورهم الاقتصادية والاجتماعية؛
وحتى لمدلولات الألفاظ واللغة المتداولة بينهم. ومن الجدير بالذكر ان تصميم الاستبيان
يأتي بعد الانتهاء من تحديد طبيعة المعطيات الإحصائية المطلوب جمعهاء والتي كما
ذكرنا يتم تمثيلها بجداول إنتاج تعرض الصيغة النهائية للمعطيات ولطبيعة العلاقات
الإحصائية بين المتغيرات المستهدفة.
2 الشواعد العامة لتصميم الاسسيان
Questionnaire Design Rules
أولا: ينبغي ان يكون حجم الاستبيان مناسباء ونوع الورق المستعمل يتحمل
الكتابة» ويكون لونه مقبولاء وتكون الطباعة جيدة وسهلة القراءة» وإذا كان
الاستبيان مكونا من عدة صفحات فانه يستحسن ان يكون على شكل كراس.
ثانيا: مراعاة التنفيذ الآلي لتبويب المعطيات وتحليلها إذا كان في النية استخدام
الحاسب الاآلي» وذلك بتخصيص حقول للرموز Coding خاصة للإجابة
على كل «UE ge وتكييف الاستبيان Ly يتلاءم وهذا الغرض» ويتم Lal
مراعاة ما إذا كانت عملية الترميز تقع ضمن الإجابة؛ أي الترميز المسبق
Pre-coded ام تتم لاحقا بعد ملء الاستمارة.
ثالثا: ضرورة أن يضم الاستبيان الحد الأمثل من الأسئلة قدر الإمكان» وان
Suis ذلك ستو جت مز aS cl ys Bac iss مق la la من الأسئلة
التي لا تخدم أهداف الدراسة.
3 شروط صياغة أسئلة الاستبيان Questions Structure Rules `
أولا: الأخذ بنظرالاعتبار أن الأسئلة موجهة إلى أفراد مختلفين في مستوياتهم
ومؤهلاتهم التقافية والتعليمية وحتى أحيانا في عاداتهم الاجتماعية» مما
يستدعي الوضوح في صياغة الأسئلة من خلال استعمال عبارات بسيطة
لها معنى مألوف وتعطي في الوقت نفسه المعنى المقصود. فمثلا يختلف
مفهوم الشركة أو المشاركة عند سكان البادية عنه عند سكان المدنء
ففي المدن يرتبط مفهومها بمساهمة مجموعة من الأشخاص برأسمال معين
لأجل مزاولة نشاط اقتصادي أو تجاري» في حين يرتبط مفهوم الشركة
في البادية بالمشاركة في قطيع الماشية أو الجمال وفي حصص الإنتاج
الحيواني.
ثانيا: تجنب الأسئلة الغامضةء كأن يسال المسافر مثلا فيما اذا كان مستوى
النقل العام في هذه السنة أفضل من مستواه للعام الماضي» مما يجعل
الإجابة صعبة ومعقده لعدم توضيح معنى المستوى وعدم تحديد المعيار
المعتمد للقياس» أهو معيار سرعة الواسطة أو معيار الراحة والملاعمة al
دقة مواعيد السفر أم معيار آخر. بالاضافه إلى إمكانية تحديد عدد من
المستويات ليقوم المبحوث بتأشير المستوى المناسب لقناعته أو اعتقاده وهكذا.
: أن تصاغ الأسئلة بحيث تكون الإجابة عليها قاطعةء GIS تكون عبارة
عن رقم أو كلمة نعم أو لا أو استخدام إشارات معينة. كما ويفضل ألا
تكون الأسئلة من النوع المفتوح» بل حصر جميع الإجابات المحتملة عن
كل سؤال وكتابتها أمام cS gull ليقوم المبحوث بوضع علامة على
الإجابة المناسبة» كما هو الحال Ds في ذكر المستويات التعليمية عند
السؤال عن مستوى التحصيل الدراسيء وكتابة عدد من الهوايات الرئيسية
عند سؤال المبحوث عن هوايته المفضلة ليحدد أحدهاء فان لم تكن هوايته
بين الهوايات المثبتة فإنها تدخل في فقرة أخرى ينبغي إضافتها إلى فقرة
الهوايات المحددة. وذلك بغية التبسيط واختصار الوقت ووضوح المعنى
مما يزيد من الدقة» بالإضافة إلى تحقيق هدف التوحيد عند التبويب.
E:
Ce
رابعا: ضرورة ترتيب الأسئلة ترتيبا منطقيا يراعي العلاقة Lad بينهاء Sars
أن يتم ذلك بتقسيم الأسئلة إلى مجموعات متجانسة تحمل عناوين فرعية؛
مراعين البدء بالأسئلة السهلة التي لا تحتاج إلى تفكير» كتلك المتعلقة
بخصائص الشخص “الاسم والعنوان والجنس والعمر وما شابه.
خامسا: ألا تكون الأسئلة من النوع الإيحائي» أي التي توحي إلى المبحوث
بإجابات معينه؛ فلا یسال مثلا: هل Cuil متدين؟ GY ليس من المنتظر ان
تكون الإجابة بالنفي» ولكن يكتفي بالسؤال عما إذا كان المشمول يؤدي
بعض الشعائر الدينية مثلا.
سادسا: أن تكون الاسئلة قدر الإمكان بعيده عن الحساسية أو الإحراج» وألا
تعد تدخلا في مسائل شخصيه قد تؤدي إلى إزعاج الشخص المبحوث.
مع التأكيد أيضا تجنب قدر الإمكان الأسئلة التي تحتاج إلى تفكير وخبرة
EP
سابعا: الابتعاد عن الاسئلة التي تثير تحيز الشخصء فلا يسأل المبحوث مثلا
هل تأخرت بسبب سوء النقل؟ GY الإجابة ستكون في الغالب بالإيجاب›
فالإشارة إلى السبب تتضمن دلالة الاتفاق عليه وان لم يكن السبب
الرئيسي أو عدمه. أو أن يسأل: هل تشتري الصحف يوميا ؟ فقد يدفع
حب التفاخر أو الخجل إلى الادعاء بشرائها. وبدلا عن ذلك يمكن مثلا
أن يكون السؤال على النحو الآتي: هل تطلع على الصحف يوميا؟
ثامنا: أما تضمين الاسئلة AS) من نقطه واحدة» فاذا كان لاحد الاسئلة جزءان
فإنه يستحسن أن يكونا سؤالين متتاليين. فلا يسأل مثلا: هل تمتلك فيديو
وتلفزيون؟ فمن الجائز ان يمتلك المبحوث أحدهما فقط. كما لا يستحسن
دمج سؤالين معا مثل: هل تستمع إلى الراديو وأي البرامج تفضل؟
تاسعا: أن تصاغ الأسئلة بشكل لا يتطلب من المبحوث إجراء عمليات حسابية
مطولة أو تستدعي ذاكره حادة ومجهودا فكرياء فلا يسأل مثلا: كم هو
dl jac في تاريخ معينء؛ ويكتفى بالسؤال عن تاريخ الميلاد ليقوم الباحث
بعد ذلك بإجراء عملية الطرح لمعرفة العمر. وان لا يسال متلا عن
معدل عدد الأفراد في الغرفة الواحدةء بل يكتفي بالسؤال عن عدد أفراد
الأسرة وعن عدد الغرف لمعرفة ذلك.
عاشرا: ضرورة ذكر الوحدات القياسية مثل عددء كيلوء قدم»... الخ» مع
تفضيل المقاييس الكمية والابتعاد قدر المستطاع عن المقاييس الكيفية
التي تتوقف على تقدير الشخص المبحوثء فلا يسأل مثلا: هل تذهب إلى
المكتبة العامة كثيرا؟ إذ أن (كثيرا) غير محدده ويستحسن تحديد عدد
المرات» ليصبح السؤال: اذكر عدد المرات التي تزور فيها المكتبة أسبوعيا؟
أو تحديد المرات على شكل فئات Ju 62-0 65-3 6 فاكثر ليقوم
المبحوث باختيار أحدها.
أحد عشر:من hail إضافة pass الأسئلة بصيغ مختلفة لا بقصد الإجابة
عنها لذاتها وإنما للتأكد من دقة بعض الإجابات الأخرى؛ كأن يسأل في
بداية الاستمارة عن متوسط دخل الفرد الشهري وفي مكان آخر عن
متوسط المصروف الشهري لتتم المقارنة بين الإجابتين.
<I pot -4 الاستبيان Questionnaire Parts
بصورة عامةء يتكون الاستبيان من ناحية المحتويات وترتيب الأسئلة من
ثلاثة أجزاء رئيسية. أما في الحالة التي يتولى فيها الباحث أو العداد بنفسه أو تحت
إشرافه عملية eda الاستبيان عندها سيتكون من الجزئين الأول والثاني dai) مع
حصول بعض التغيير في الجزء الأول منها. وهذه الأجزاء الثلاثة التي يتكون منها
الاستبيان هي:
الجزء الأول: ويتضمن المعطيات المتعلقة باسم الجهة المسؤولة عن المسح
الإحصائي وعنوانها. وفي حالة ملء المبحوث ذاته للاستبيان فان هذا
الجزء ينبغي أن يتضمن أيضا مقدمة مكثفة ومعبره توضح أهمية المسح
الإحصائي وأهدافه» مع الإشارة إلى أن المعطيات ستكون سرية واستخدامها
سيكون مقتصرا على الأغراض العلمية فقط. وان مثل هذه المقدمة لا
تظهر لها حاجة Latte يتولى الباحث أو العداد تدوين الإجابات بنفسهء
وذلك يعود إلى إمكانية توضيح The هذه المقدمة شفويا إلى الشخص
المبحوث. كما قد يشتمل هذا الجزء في بعض الحالات على عدد من
الأسئلة التي يقوم الباحث بالاجابه عنها من غير الحاجة إلى توجيهها إلى
الشخص المبحوث» كذكر اسم المدينة أو المحلة التي يجري فيها المسح.
أو ذكر اليوم والتاريخ واسم الباحث واسم مدقق الإجابات وما شابه. فلو
افترضنا أننا بصدد جمع معطيات إحصائية لدراسة العوامل المؤثرة في
الطلب على النقل بين المدن» لاستخدامها في دراسة لتهيئة المستلزمات
المطلوبة من وسائط نقل وأيدي عاملة ومحطات وخدمات وغيرهاء ويما
يتناسب وحجم الطلب المتوقع» فإن طريقة جمع المعطيات المزمع استخدامها
هي التدوين الذاتي (أي يملء الاستبيان من قبل المبحوث)» وعلى
افتراض أن الجهة القائمة بالدراسة هي المؤسسة العامة edal وان
المعطيات سيتم معالجتها يدويا من دون استخدام الحاسب الآليء فإن هذا
الجزء من الاستمارة التي سيتم توزيعا على عينة من المسافرين» سيأخذ
الشكل المبين في الصفحة الأولى من النموذج رقم (1-1) المرفق في هذا
الفصل .
الجزء الثاني: في هذا الجزء يتم ترتيب الأسئلة الرئيسية المستهدفة في
Aut pall مبتدئين من تلك التي لا تحتاج إلى تفكير كالاسم والجنس
والعمر والمهنة وما شابه» على أن يراعى في هذا الترتيب وكما نوهنا
سابقا موضوع التجانس بين الأسئلة ومنطقية التسلسل. واستمرارا لمثالنا
موضوع الجزء الأول» فإن أسئلة هذا الجزء هي كما هو مبين في
الصفحة الثائية من النموذج )1-1( ومنه يتضح انه كلما ازدادت الحاجة
إلى تفكير للإجابة» فإن موقع السؤال يأتي تسلسله متأخراء والشيء بنفسه
يمكن أن يقال من ناحية ترتيب أقسام هذا الجزء .
الجزء الثالث: أما الجزء الثالث فيتضمن التعليمات الخاصة بشرح الأسئلة
وتفسيرهاء وفي بعض الحالات عن كيفية eda الاستمارة» وذلك لكي
تكون مضامين الاستبيان مفهومة للمبحوثين في حالة تولي ملئها بأنفسهم
ولكافة العاملين في المسح سواء أكان عملهم ميدانيا أو مكتبياء وذلك
لتلافي الاجتهادات والتفسيرات الشخصية. وبصورة عامة فمن المفضل
ان تكون هذه التعليمات على شكل كراس منفصل في الحالات التي تكون
فيها الاستمارة بحاجة إلى شرح واسع لمضامينها. مع التأكيد على
ضرورة الاعتماد على المفاهيم والتصانيف الإحصائية المحلية والدولية
في وضع هذه التعليمات وذلك كما ذكرناء للتمكن من اجراء المقارنات
الزمنية والمكانية وغيرها.
لأ Statistical Definition & Classifications
من بين المعايير الأساسية التي يتقرر بموجبها مستوى دقة وفائدة واعتمادية
المعطيات الإحصائية GY مسح إحصائي هو مدى اعتمادها للمفاهيم والتصانيف
المقرة رسمياء لكي تصبح صالحة للمقارنات الدولية والجغرافية والزمنية. كما أن
اعتماد الأدلة التي تضم هذه المفاهيم والتصانيف يساعد في توفير الوقت والجهد عند
ترميز الاستمارات وعند تبويب معطياتها. وتهتم المؤسسات والمنظمات الدولية
المتخصصة بإعداد هذه الأدلة ودراستها وتوصي باستخدامها بغية التوحيد في مفهوم
وموقع البيان الإحصائي. وعادة ما يتم تكييف هذه المفاهيم والتصانيف عند المراتب
الفرعية بما يتلاءم وظروف وخصائص كل دولة. وكأمثلة في هذا المجال نستعرض
فيما يأتي بصورة مكثفة التصنيف القياسي الموحد للأنشطة الاقتصادية الموحد
International Standard Industrial Classification of Economic Activities
التصنيف القياسي الدولي to gall للأنشطة الاقتصادية:
ويهدف هذا الدليل إلى توفير أطر تساعد وتسهل المقارنات في مجال
الإحصاءات الاقتصادية والاجتماعية والخدمات سواء على النطاق المحلي أو
الدولي. وبات هذا الدليل يشكل إحدى المستلزمات الفنية الأساسية للعمل الإحصائي
في مجال الترميز والتصنيف وإحصاءات التجارة الخارجية وأنظمة الحسابات
القومية والعديد من المجالات الأخرى. ورغم أن محاولات مبكرة قد جرت في هذا
المجال من قبل عصبة الأمم المتحدة» إلا أن أول تصنيف موحد للأنشطة الاقتصادية
قد ظهر في سنة 1946( وقامت عدد من الدول وجميع المنظمات الدولية بنشر
معطياتها الإحصائية وفقا لهذا الدليل. إلا أن التطور الكبير الذي طرأ في مجال
الإحصاء واستخدام التحليل الكمي والنماذج الاقتصادية والتشابك الصناعي وضرورات
إيجاد تنسيق بين الدليل والأدلة الأخرى أدت إلى إعادة دراسته ومراجعته وإجراء
التعديلات عليه في السنوات 1956 و1958 و 1968. وكانت المراجعة الثالثة هي
آخر ما أنجزه المكتب الإحصائي التابع للأمم المتحدة وذلك في عام 1990. وتتفاوت
الفترة التي تقوم بها كل من الدول الأعضاء بالأمم المتحدة بتحديث معلومات الدليل
lid, لخصائصهاء فنجد دولا call jy تعتمد المراجعة الأولى وأخرى الثانية وبعضها
يعتمد حاليا المراجعة الثالثة (SNA) لسنة 1993 كما هو الحال في دولة الإمارات
العربية المتحدة ودول خليجية أخرى حيث قامت بتحديث المراجعة الأخيرة في سنة
1995( فأصبحت aae. الفئات الرئيسية للدليل حاليا 15 فئة بعد أن كانت 9 فئات là
في المراجعة الأولىء وهذه الفئات هي:
الزراعة.
صيد الأسماك.
التعدين واستغلال الثروات الطبيعية.
الصناعات التحويلية .
الكهرباء والغاز والمياه.
البناء والتشييد.
التجارة وخدمات الإصلاح (خدمات الصيانة والتصليح).
الفنادق والمطاعم.
النقل والتخزين والاتصالات.
الوساطة المالية.
العقارات والتأجير وخدمات الأعمال.
التعليم.
الصحة والعمل الاجتماعي.
خدمات المجتمع والخدمات الشخصية الأخرى.
المنظمات والهينات الدولية.
فالرمز 5211 مثلا يشير إلى Jail )1( من الباب )1( من القسم )52( حيث
تبين الأرقام حسب ترتيبها من اليسار إلى اليمين القسم والباب والفصل. GÍ الأنشطة
الاقتصادية فقد أعطيت رموزا مكونة من ستة أرقام» Wai الرمز )3610-10( يمثل
النشاط (10) من الفصل (3610). والجدول رقم (1-1) يعطي نموذجا للتصنيف
الموحد يمثل أقسام وأبواب وفصول AR الزراعة ونشاط أحد فصوله وفقا لتجربة
دولة الإمارات العربية المتحدة .
مردل ر 1-1
فئة الزراعة مرجب التصنيف القياسى الددلى الومر للانشطة الاقتصادية
الفئة القسم الباب الفصل المسميات
| الزراعة
01 الزراعة والخدمات المتعلقة بها
[01 زراعة المحاصيل والبستنة
11 زراعة الحبوب والمحاصيل
2 زراعة الخضار ومنتجات المشاتل
3 زراعة أشجار الفاكهة والتوابل
012 تربية الحيوانات وإكثارها
0121 تربية الماشية والأغنام وإكتارها
2 تربية الحيوانات الأخرى
4 0140 الخدمات المتعلقة بالإنتاج النباتي والحيواني
ويدخل ضمن كل فصل عدد من ALAYI فعلى سبيل المثال يشمل dail
الفصل النشاط التفاصيل
0121 تربية الماشية والأغنام وإكثارها
تربية الأبقار (ويشمل المنشآت التي تعمل في تربية
0121-01 الأبقار سواء للاستفادة منها في الأغراض التجارية
بإكثارها أو بيعها أو للاستفادة للأغراض الصناعية).
0121-02 تربية الأغنام
0122 تربية الحيوانات الأخرى
]0122-0 تربية الدواجن
0122-02 تربية النحل وإنتاج العسل
مثال (1-1): تعتزم غرفة التجارة والصناعة القيام ببحث عن العاملين في قطاع
الصناعة» تتعلق بخصائص هؤلاء العاملين وتوزيعهم الجغرافي» مع إجراء
تحليلات إحصائية لأغراض إدارية. والمطلوب هو تصميم استبيان إحصائي
للمسح مع مراعاة استخدام الحاسب الآلي في استخراج النتائج» وتوظيف طريقة
التدوين الذاتي في جمع المعطيات (أي ان يقوم المبحوثون بملء الاستبيانات).
على وفق التفاصيل التالية:
]- النشاط الاقتصادي الذي يعملون فيه وفقا للتصنيف القياسي الدولي
الموحد للأنشطة الاقتصادية ASIC
2- الجنس والعمر (حسب الفئات العمرية التالية ): أقل من 18 ài. 18-
9 59-40, 60 فاكثر.
3- الحالة التعليمية وكالآتي: cual يقرأ ويكتبء ابتدائيةء إعداديةء agb
دبلوم (أعلى من الثانوية واقل من البكالوريوس)؛ بكالوريوس» دراسات
Ae أخرى.
الحل (1-1): مبين في نموذج الاستبانة التالي:
غرفة تجارة وصناعة ----
دائرة الدراسات والبحوث
استبانة إحصائية
خاصة للعاملين في الصناعة
أخي المبحوث (أختي المبحوثة):
إن الهدف من هذا البحث هو لتحسين ظروفكم الاقتصادية والاجتماعية والخدمات
التي تقدم إليكم» وان تعاونكم في ملء هذه الاستمارة وإدلاءكم بالمعلومات الدقيقة هو
الأساس في تحقيق هذا الهدف» Lele بان استخدام المعلومات سيكون مقتصرا على
الأغراض العلمية؛ وليس هناك dale لذكر الاسم.
وشكرا لتعاونكم
القسم الأول: مكان العمل وطبيعته: حقل خاص بالحاسب
1- اسم المؤسسة (شركه أو مصنع ( الذي تعمل فيها Wert | (
2- عنوان المؤسسة MEME ee ry errr oe (
3- طبيعة النشاط الاقتصادي للمؤسسة 人 (
- الزراعة د ( 01 )
- صيد الأسماك moe cec RE )02(
- التعدين واستغلال الثروات الطبيعية ماس ا بد ل و ,)23(
- الصناعات التحويلية R م بيو كت )04(
(309) Meee الكهرباء والغاز والمياه -
E Se iS E SEE CO SES CEES البناء والتشييد -
- التجارة وخدمات الصيانة والتصليح a ع NW M MEL
一 الفنادق والمطاعم 人
CYL» cs A3, dáll - سس
- الوساطة المالية ا
- العقارات والتأجير وخدمات الأعمال ---------—--—————-
- الصحة والعمل الاجتماعي ee MUI مع كد
Glas - المجتمع والخدمات الشخصية ae SAY
- المنظمات والهيئات الدولية
القسم الثاني: خصائص المبحوث (أو المبحوثة):
1-الجنس: ذكر ( ) أنثى ( ) O N (
2-العمر: اقل من 18 سنة ( ) 39-18( )
59-0 ( ) 60 فاكثر ) ) ا ا ااا ES
3-الحالة التعليمية: أمي ١ )يقرأ ويكتب ( ) ابتدائية ( )
إعدادية ( ) ثانوية ( ) أعلى من الثانوية وأدنى من البكالوريوس
بكالوريوس ( ) دراسات عليا ( ) أخرى ( ) es ) (
اسنبانة رهم (2-1)
وزارة النقل
المؤسسة العامة للنقل البري
i dis Con ER
بنقل المسافرين بين المدن
أخي المسافر:
إن الهدف من هذا البحث هو تطوير Cubana النقل وتحسيئها من أجلك» وان
لتعاونك في تقديم المعطيات الدقيقة له الدور الأساسي في تحقيق هذا الهدف. إن
المعطيات التي ستدلي بها ستكون سرية ويقتصر استخدامها على الأغراض العلمية
فقط» ومن دون الحاجة لذكر اسمك.
وشكرا لتعاونك
ملاحظة: يرجى وضع علامة X في الحقل المناسب للإجابة:
]7 إتجاه خط السير: من
نوع Abl الل النستخدمنة:
حافلة متوسطة الحجم (سعة 24-12 مقعدة)
حافلة كبيرة الحجم (سعة 36 مقعد فأكثر)
3- معدل دخل الأسرة الشهري 2١ دينار)
4- عدد أفراد الأسرة ( (
5- المهنة: موظف ) ( عمل حر ( )مزارع ( ) غيرها ( ).» تذكر um
القسم الثاني:_هدف الرحلة
1- الذهاب أو العودة من العمل ) (
eee: Wie 8 ila Anal 4) دخ Jlecl -2
4- أعمال تجارية أو مقاولات
5- أغراض دراسية أو تعليمية
6- زيارة الأهل أو الأقرباء
7- سياحة أو اصطياف.
8- غيرهاء تذكر أن إمكن TR
القسم الثالث: خصائص واسطة النقل
ملاحظة: يرجى تأشير مستوى الأهمية 1 أو 2 أو 3 حسب درجة القناعة لكل من
الخصائص التالية:-
t €Á (السرعة) ils JI طول - 1
ERR eee فترة الانتظار الواسطة =
一 3 اجور النقل بالواسطة ee
二
— Ala! gll تخرف wel ge 48 —6
— el uia AE فان الو 4s c7
E توفر مجال للحقائب والعفش -8
9- غيرهاء تذكر إن أمكن
Methods Of Data Collection mld! ausa طرق -8-1
بسبب تعدد طبيعة المجتمعات الإحصائية واختلاف المعطيات التي نود جمعها
وظروف الإمكانات المالية المتاحة للدراسةء فقد Coad طرق جمع المعطيات تبعا
لذلك. وبصورة عامة هناك خمس طرق رئيسية» نستعرض فيما يأتي المفهوم العام
ومجال تطبيق وخصائص كل منها:
dad plo -l المشاهدة Observation Method
وهي الطريقة التي يكون جمع المعطيات بواسطتها متمثلا في أو معتمدا على
أسلوب Al js الظواهر كما هي على الطبيعة؛ وتستخدم في حالتين:
أولا: مراقبة الظواهر مع استخدام المنطق في تفسير ما يقع. وتستخدم عادة في
بعض الحقول العلمية في دراسات اجتماعية أو تربوية أو نفسية. ومن
الامثلة على ذلك معايشة الباحث بعض GU المجتمع لمراقبة ha حياة
هذه الفئات وما يحصل لأعضائها خلال تعاملهم ومناقشاتهم؛ وكما الحال
عند دراسة مجتمع السجناء أو مجتمع البادية وما شابه .
ثانيا: مراقبة الظواهر لغرض التدوين (التسجيل) فقط. وفيها يقوم الباحث
بمراقبة الظاهرة وتدوين الحقائق كما هي» US, يحصل» عند وقوف
الباحث مثلا عند نقطة معينة لتسجيل حركة المرور ونمطها وذلك بتدوين
عدد وسائط النقل المارة وأنواعها واتجاهها بعد تركها نقطة معينة.
ميزات وعيوب طريقة المشاهدة:
كما يتضح فإن القائمين باستخدام الحالة الأولى من هذه الطريقة هم من
الكوادر المؤهلة أو المدربة جيدا والتي لها خبرة في مجال عملهاء لذلك فمن المتوقع
أن تقل الأخطاء مع استخدامهاء ولاسيما تلك الأخطاء التي تنتج عن غموض الهدف
أو عدم وضوح مفاهيم المعطيات» بالإضافة إلى اختفاء أخطاء عدم الاستجابة. Lil
عيوب هذه الطريقة فتنحصر بكلفتها المرتفعة وحاجتها لكوادر مؤهلة خاصة مع
الحالة الأولى.
daa pho -2 التسسحيل Self-Recording Method galad)
وتعني قيام الأشخاص المبحوثين بتدوين إجاباتهم عن الأسئلة الواردة في
الاستمارة بأنفسهم. وتعد طريقة التسجيل الذاتي فاعلة في الحالات التي يكون فيها
موضوع المسح والأسئلة الواردة في الاستمارة تهم المبحوثين مباشرة؛ كالاستفسار
عن طبيعة السكن الذي يرغبون فيه أو لغرض شمولهم بإعفاءات ضريبية أو تقديم
Atle. Glas أو مت ليع Say iuis Loy الطويقة JS) f axi, iin aie
من الأساليب آلاتية:
أولا: يقوم الباحثون بزيارة وحدات المجتمع المشمول وشرح هدف المسح
الإحصائي وأهميته؛ ثم يتركون الاستبيانات لديهم ليقوم الأشخاص المبحوثون
بملئها في وقت لاحق» ويتم الاتفاق على موعد عودة الباحتين للقيام
بجمعها بعد إتمام عملية ملئها. وتساعد هذه الطريقة في التأكد من ملء
الاستبيانات بشكل صحيح ودقيق.
ثانيا: ترسل الاستبيانات بواسطة البريد إلى المبحوثين للقيام بملئهاء ثم يتم
جمعها في وقت لاحق من قبل الباحثين أو المعنيين بالمسح.
ثالثا: ترسل الاستبيانات بالبريد وتقوم وحدات المجتمع المشمول والتي تكون
في مثل هذه الحالة غالبا مؤسسات أو شركات أو أشخاصا بملئها وإعادتها
بالبريد أيضا إلى الجهة القائمة بالمسح الإحصائي. ويصلح استخدام هذه
الطريقة في المجتمعات التي تقل نسبة الأمية فيها وترتفع فيها درجة
الاعتماد على البريد واستخدامه. ويفضل أن يستخدم مع هذه الطريقة كتيب
يرفق مع الاستبيان لغرض المساعدة في شرحها وتوضيح كيفية ملئها.
ميزات وعيوب طريقة التسجيل الذاتي:
j تمتاز بانخفاض كلفتها وخاصة عند الاعتماد على البريد في إرسالها وفي
وصولها ب. تحاشي تحيز الباحثين. ج. تتيح الوقت الكافي للأشخاص
المشمولين بالإجابة على الأسئلة المطلوبة. د. تظهر الفائدة الكبيرة لهذه الطريقة
من خلال توفير الجهود والإمكانات المالية إذا كانت وحدات المجتمع المبحوث
موزعة على مناطق جغرافية متباعدة ومتعددة.
أما عيوب الطريقة فتبرز عند وجود نسبة من المشمولين لا يهتمون بإعادة
الاستمارة» إما لأنهم يترددون في إعطاء بعض المعطيات بشكل صحيح» أو لصعوبة
فهم الاستمارة أو بسبب الكسل في الإجابة على الأسئلة واعادة إرسالهاء ومن الممكن
اا ن edie عضن A, وود EA اا Ais cadis Vas
النتائج. أما العيب الآخر فهو ان الطريقة تصبح عديمة الجدوى إذا كان هناك نسبة
كبيرة من المبحوثين لاتجيد القراءة والكتابة» والخدمات البريدية غير متوفرة بشكل
شامل ومضمون .
das plo -3 المقائلة الملسخصية Interview Method
وهي الطريقة التي بواسطتها يتم جمع المعطيات عن طريق اتصال الباحثين
Load بالمبحوثين لأخذ الإجابات agia وتعد الطريقة ملائمة للحالات الآتية:
أولا: إذا كان عدد وحدات المشمولين صغيرا.
onl aan gaat. cis اا
ثالثا: إذا كانت طبيعة الاستبيان تحتاج إلى شرح وتوضيح لا يمكن فهمه عن
طريق الكتيب المرفق مع الاستبيان.
إن للباحث تأثيرا كبيرا على دقة المعطيات التي تجمع بهذه الطريقة» وذلك من
خلال أسلوب تعامله مع المبحوثين أثناء مقابلته cag) لذا فمن الضروري ان تتوفر
في الشخص الذي يقوم بالمقابلة الشخصية المواصفات التالية:
- أن يكون موهلا لاستيعاب أهداف المسح وتعليمات الاستمارة.
ف ون خن oo sull الاوك
- أن يتمتع بالمرونة في الحديث والقدرة على الإقناع.
- أن يتمتع بسعة الصدر والصبر والقدرة على المجاملة.
- أن يحترم العادات والتقاليد الخاصة بالأشخاص.
ميزات وعيوب طريقة المقابلة الشخصية:
من ميزات هذه الطريقة أنها تساعد الأشخاص المشمولين على الإجابة من
خلال قيام الباحث بتوضيح وشرح أي استفسار أو غموضء مما يساعد على زيادة
دقة المعطيات وتقليل نسبة الخطا فيها. كما تتيح هذه الطريقة للباحث التعرف على
أحوال الأشخاص المبحوثين من مشاهدته مما يسهل استعمال المعطيات الخاصة بهم
أحيانا. أما عيوبها فتتمثل بحاجتها إلى أعداد كبيرة من الباحثين مما يؤدي إلى زيادة
كلفة المسح. بالإضافة إلى أنها قد تؤدي إلى تحيز الباحث أو قيامه بتعديل بعض
الإجابات التي يسجلها من خلال التأثير الشخصي .
Telephone Method wasko) aaa plo -4
بالإضافة لما تقدم من طرق لجمع المعطيات» فان هناك طرقا أخرى لكنها اقل
أهميه لأغلب المجتمعات النامية كطريقة الهاتف. كونها محددة للحالات التي ينتشر
فيها الهاتف بصورة AME في المجتمع المشمول» على ان تكون المعطيات المستهدفة
محدودة» وتتعلق باستطلاع آراء المبحوثين حول ظاهرة اجتماعية أو اقتصادية معينة.
yi yl day plo -5 على الاراء التي تطرح في المناقشات
| لمجتماعهيه Focus Group Discussion Method (ots. 9l)
وهي طريقة حديثة الاستخدام عملياء وتتسم بالشفافية إلى حد ماء وفحواها
إثارة الاهتمام بصورة غير مباشرة في التركيز على مناقشة ظاهرة أو موضوع ما
في الأماكن العامة كالنوادي أو المقاهي أو أماكن العمل وغيرها لتدوين وجهات النظر
التي تدلي بها الجماعة المعنية بالأمر بصورة عفوية مجردة من التأثيرات. الا انها قد
تكون غير متوائمة لبعض انواع المعطيات أو حتى قد غير مقبولة اجتماعيا احيانا.
Ja (2-2): بالنسبة لمثال المسح الصناعي» يمكن استخدام طريقتين في جمع
المعطيات الإحصائية هي: أسلوب المقابلة الشخصية (الأسلوب المباشر)» من
خلال اتصال الباحث مباشرة بالوحدة الإحصائية (المنشاة)» ليقوم بتوجيه الأسئلة
وتلقي الإجابة وتدوينهاء ويتم ذلك في حالة المنشات الصغيرة التي لا تمسك
حسابات منتظمة» ولا يوجد لديها موظف مسؤول يمكنه القيام باستيفاء الاستبيان
الإحصائي. أما الطريقة AGED فهي التسجيل (التدوين الذاتي)» حيث يكون
دور الباحثين هو توزيع الاستمارات على المنشات الصناعية وفق الإطار
المقرر وبمعيتها التعليمات والتعاريفء لتقوم المنشأة بتدوين المعطيات المطلوبةء
ليعود الباحث بعد ذلك ووفق موعد محدد مسبقا لاستلام الاستبيان ومراجعته
بدقة عند الاستلام .
العوامل المؤثرة في اختيار طريقة جمع المعطيات:
Factors Effecting Choice of Data Collection Method
أولا: طبيعة الموضوع المراد جمع المعطيات عنه: فبينما هناك مواضيع يمكن
ا y dus] ois dise ا كك ی مسالب 8l gil من
طريقة. فلو افترضنا بان موضوع الدراسة يتعلق مثلا بحركة المرور أو
المترددين على الأسواق العامة أو el yal دراسة عن السجناء أو الأسعارء
فمن الواضح أن طريقة المشاهدة هي الطريقة المناسبة» في حين لو كان
موضوع الدراسة يتعلق مثلا بأعضاء هيئة التدريس في الجامعات أو
الموظفين العاملين في الدوائر الحكومية؛ فستكون طريقة التسجيل الذاتي
مناسبة لذلك. أما إذا كانت الدراسة تتعلق ببعض القضايا الاجتماعية أو
تخص المزارعين» وتتطلب شرح بعض الأسئلة والمفاهيم» oly هناك
Gye And المنحوئيق. del i Cy gains Yo والكتاية» فمرة: slate) had)
طريقة المقابلة الشخصية. وفي حالات عديدة يتطلب الأمر اعتماد OS)
من طريقة واحدة في الحصول على المعطيات» كأن lab إلى المصادر
التاريخية أو الوثائقية لتكوين إطار إحصائي أولاء وإلى طريقة المقابلة
الشخصية في مرحلة التنفيذء أو كما في حالة المثال )2-2( أعلاه
باستخدام طريقتي المقابلة الشخصية والتسجيل الذاتي .
ثانيا: الإمكانات المالية والبشرية المتاحة للمسح: يعد هذا العامل من المحددات
chagall فقد يستلزم الأمر الاعتماد على المقابلة الشخصية في جمع
المعطيات وذلك لصعوبة مفاهيم الأسئلة وتعقيدهاء ولكن الإمكانات المالية
المتوفرة للمسح قد تحول دون تحقيق All مما يضطرنا إلى اللجوء إلى
طريقة التسجيل الذاتي مقابل القبول بدرجة دقة اقل وتوقع زيادة في نسبة
عدم الاستجابة الكلية والجزئية .
91 اجار 9 ددر ١ able os) (abcd f iut لهو وت ias Í 8( |
Manpower & Training
من العوامل المهمة الأخرى التي تساعد في الحصول على معطيات دقيقة وتقلل
من مسالة عدم الاستجابة الجزئية والكلية» هي عملية اختيار وتأهيل العاملين الذين
يقومون بجمع المعطيات» وكذلك أولئك الذين يتولون الإشراف على المسح. ويمكن
إجمال أهم المواضيع اللازم تناولها في هذا المجال بما يلي:
1 تحديد مؤهلات وعدد العاملين في المسح (في حالة البحوث
الكبيرة)
غالبا ما يرتبط اختيار نوع العاملين ومؤهلاتهم وجنسهم وتحديد عددهم بطبيعة
يتعلق بالمرأة مثلا يستوجب توفير كوادر نسائية» وتحدد مؤهلاتهم وفقا لطبيعة
الأسئلة التي تحتويها الاستبانة من ناحية درجة الصعوبة والتخصص وما شابه. في
ومؤهلات مختلفة تماما عن البحث السابق. وربما يتطلب بحث ما عدة مستويات
وتخصصات في أن واحد كما في حالة البحوث متعددة الأغراض وهكذا.
م التدريب رفي حالة البحوث الكبيرة)
يتطلب تنفيذ أي بحث ميداني كبير إجراء تدريب نظري وعملي للعاملين فيه
بكافة مستوياتهم؛ وذلك لأجل توحيد وفهم أساليب العمل وجمع المعطيات وفق مفاهيم
ومصطلحات موحدة. وتتناول عملية التدريب شرح أهداف البحث وأهميته وواجبات
كل من الباحثين والمشرفين وألية العمل الميداني والمكتبي وشرح مفاهيم استبيان
البحث وكيفية استيفائه» وكذلك إجراء التدريب العملي سواء edu الاستبيان بمعطيات
افتراضية أو فعلية بزيارة وحدات من المجتمع الإحصائي المشمول. ولأجل تحقيق
ذلك يلزم الأمر وضع خطة للتدريب تتناول النقاط الرئيسية التالية:
أولا: تعيين مواقع مراكز التدريب. ثانيا: تحديد عدد ومستوى كل من
المتدربين. UIS تسمية القائمين بعملية التدريب. رابعا: تحديد برنامج ومنهاج
التدريب ومدته الزمنية. خامسا: تحديد تكاليف ومستلزمات التدريب.
من المفيد جدا القيام بمسح تجريبي قبل التنفيذ الفعلي للبحث» يتم فيه تدريب
العاملين واختبار الاستبيان الإحصائي كيما تأخذ صيغتها النهائية وتكون صالحة
على مجموعة من الأفراد تتشابه صفاتهم وخصائصهم مع المجتمع المعني أو بأخذ
عينة عشوائية من المجتمع نفسه al yall بحثهء وذلك لتحقيق الأهداف الآتية:
| .10.1
1( إجراء تعديل إن تطلب الأمر في أسئلة الاستبيان وذلك من خلال التعرف
على الواقع الفعلي للمجتمع المشمول. وقد يؤدي التعديل في الأسئلة إما إلى
زيادتها أو حذف بعضها أو إدخال تغييرات عليها .
2( تدريب الباحثين الذين سيقومون eda الاستبيانات قبل البدء الفعلي بالعمل
الميداني والتعرف إلى المشاكل التي قد تعترض الباحثين عند أخذ إجابات من
لاض المسهو اير
3) معرفة الباحث الوقت الذي تستغرقه عملية ملء الاستبيان الواحد والاستعانة
بذلك في تقدير الوقت اللازم الذي تحتاجه عملية المسح الإحصائيء وكذلك
للاستعانة بذلك في تحديد عدد الباحثين المطلوب توظيفهم وفقا لمدة السح
وإمكاناته المالية المتاحة.
4( الحصول على معلومات مفيدة للبحث» كتحديد حجم العينة وتقدير نسبة الاستجابة
ووضع نظام الترميز في حالة اعتماد نظام الترميز المسبق pre-coded
لعلاقة ذلك Augu جداول التبويب» خاصة إذا كانت النية Agata لاستخدام
الحاسب الآلي. هذا بالإضافة إلى ما يوفره المسح التجريبي من معطيات
لأغراض إدارة المسح» كتحديد الحاجة إلى وسائط نقل» والزمن الذي يستغرقه
Ley Gaal gii إلى ذلك. ۰
gated Ca 11-1 قدت pl مدي الملا دم لمجمع الننادات
Survey Timing l
عند اختيار الوقت الملائم لجمع المعطيات لابد من مراعاة المحددات التالية:
(1) أن يكون الوقت متمشيا مع النمط الاعتيادي للمجتمع الإحصائي.
(2) أن يكون ملائما للباحثين والمبحوثين. فلا نختار اكثر الأيام برودة أو
اكثر الأيام حرارة مثلاء لأن ذلك سيؤثر سلبا في أداء الباحث وفي
تجاوب المبحوث مع الباحث.
الطلبة» فمن الطبيعي ألا نختار فترات العطل والمناسبات أو أيام الامتحانات
dadi 12-1 العمل الميداضي je) Field Work Processes حالة
الهو فت الكديرة)
التحقق من مواقع الوحدات الإحصائية المشمولة في البحث. ويتم ذلك بتقسيم
المنطقة الجغرافية للبحث إلى مناطق عمل رئيسية» وكل منطقة عمل يمكن ان تقسم
إلى مناطق due yd ويكون لكل منها مجموعة بإدارة مراقب يتولى الكشوف
والخارطة المتعلقة بمنطقته سواء أكانت رئيسية أو dae A ويقوم بالتعرف على
وحدات المعاينة على الطبيعة» وقد يتطلب ذلك إجراء تعديل أو إحلال للوحدات
غير الموجودة E التي وردت بطريق Aa
ados -13-1 السافات Input-Output Phase bl gl patel
وفي هذه المرحلة تجري عملية ترقيم الاستبيانات وترميزها باعتماد أدلة خاصة
بذلك» وإجراء deal yo مكتبية لتدقيقها والتحقق من شمولية استيفاء كافة المعطيات
بصورة دقيقةء ليتم بعد ذلك القيام بعملية Jayi وإجراء عملية التدقيق النوعي
وفق قواعد معينة تعتمد المنطق غالباء فمثلا لا يجوز ان يكون e الابن
اكبر من عمر الأب. أو ان تكون المصروفات اكثر من الإيرادات وهكذا. وفي السنين
الاخيرة اصبح هناك وسائل متطورة عديدة لمعالجة هذه المرحلة بسرعة ودقة عالية
كما هو الحال بنظام Scanning in Data Processing System باستخدام الاستشعار
البصري أو ما يطلق عليه Optical Intelligent or ( Character Recognition) |, Su
تمرين (1-1): هل لتصميم الاستبيان علاقة بأهداف المسح؟ اشرح ذلك.
gage )221 ررد Vie عن ك Padi cala] sad
تمرين (3-1): أ. ما المقصود بتحديد المجتمع الإحصائي؟ تكلم عن ذلك بإيجاز.
ب. ما فائدة تعريف وحدة المجتمع عند تصميم البحث؟
فيه» مع ذكر aal استخداماته .
تمرين (5-1): اذكر الطريقة المناسبة في جمع المعطيات لإجراء بحث للظواهر
الآتية مع ذكر الأسباب:
cabs (sing ote Aad al - خوك الأشخاصن: أحد Gh gat العامة ,
- لدراسة شمول الأطباء بخدمات اجتماعية وإعفاءات ضريبية.
- لاستطلاع آراء أعضاء الهيئة التدريسية في الكليات بشان تطوير
العملية التعليمية
- لدراسة حالة الأميين الاجتماعية والاقتصادية .
تمرين (6-1): اذكر مع الشرح المعزز بأمثلة العوامل المؤثرة على اختيار الطريقة
المناسبة لجمع المعطيات .
تمرين (7-1): اشرح أهم المواصفات اللازم توافرها في الباحث عند استخدام طريقة
المقابلة الشخصية لجمع المعطيات» مع ذكر أمثلة كلما أمكن ذلك.
تمرين )8-1(: بين ميزات وعيوب كل من الطرق الآتية في جمع المعطيات:
|, طريقة المشاهدة ب. طريقة التسجيل الذاتي
تمرين (9-1): تعد عملية تحديد المعطيات المطلوب جمعها بدقة من الأركان المهمة
في إنجاح المسح الإحصائي. تكلم عن هدا cE ga gall وكيفية مراعاة
هدف الدراسة في ذلك؛ jea 15 ذلك بمثال.
تمرين (10-1): وضح النقاط المهمة اللازم مراعاتها عند اختيار موعد لجمع
البيانات.
تمرين (11-1): صمم نموذجا لاستبيان إحصائي يتم تفريغه يدوياء وآخر باستخدام
الحاسب» تستهدف جمع معطيات تتعلق باستطلاع elj عينة من طلبة
الجامعة عن أهمية الهوايات التي يمارسونها في أوقات الفراغ وعلاقتها
بخصائص الشخص المبحوث» وذلك بهدف تحديد العوامل المؤثرة في
اختير الشباب لهواياتهم. وطبيعة المعطيات المطلوبة هي:
NUR «yard Ayal yall الخال ااا ىء رة jailed ~1
الأسرة الشهري. Jao
2- الهواية: رياضية وتشمل: قدم» Able منضدة» تنس» سباحة»ء «JU
غيرها. غير رياضية وتشمل: طوابع» رسم» نحت» تصويرء مطالعةء
سفرء زراعة ونباتات» غيرها.
3- رأي الطالب بأهمية الهواية التي يمارسها: Ange جداء مهمة؛ غير مهمة.
4- رأي الطالب في سبب ممارسة الهواية: كونها معروفة ومرغوبة في
المجتمع» مرغوبة من قبل الأسرة» توفر مستلزمات ممارستهاء
CAs all $318 مفيدة ذهنياء» رغبة شخصية» غيرها.
تمرين (12-1): صمم نموذجا لاستبانة يتم تفريغها يدويا لدراسة كل من الظواهر
الاتية:
أ. ظاهرة غياب الطلبة ب. ظاهرة التدخين بين الطلبة
id ظاهرة تأخر بعض موظفي الدولة عن الدوام.
تمرين (13-1): أ. حدد مفهوم الاستبانة والقواعد العامة لتصميمها
ب. بين شروط صياغة الأسئلة التي تتضمنها الاستبانة .
تمرين (14-1): وضح الحالة التي تكون فيها الاستمارة مكونة من »5 cod والحالة
الأخرى التي تكون فيها متكونة من ثلاثة أجزاء .
تمرين (15-1): أ. اشرح المقصود بالمفاهيم والتصانيف الإحصائية» وأهمية اعتمادها
في تحديد مفاهيم المعطيات الإحصائية |
ب. تكلم بإجمال على التصنيف القياسي الدولي للانشطة الاقتصادية.
تمرين (16-1): أ. هناك علاقة بين نوعية الكادر المطلوب للمسح الإحصائي
ب. عدد أهم المفردات اللازم تناولها في خطة التدريب.
تمرين (17-1): للمسح التجريبي فوائد كبيرة تنعكس على نوعية نتائج البحث. تكلم
عن ذللك.
4 it MES 9
Oe teens
SAMPLE DESIGN
1-2- همسق هه
قبل مناقشة موضوع تصميم العينة من المفيد التطرق الى مصادر المعلومات
الإحصائية المتاحة بين gal المخططين والباحثين والإداريين» فهي تعود Le)
لمصادر وثائقية (تاريخية) وتكون Bale متوفرة في السجلات والوثائق والميزانيات
المالية وغيرهاء والتي تتأتى من حصيلة النشاط اليومي للشركات والمؤسسات في
مختلف المجالات الاقتصادية والإجتماعية والتقافية والمالية والصحية والتربوية وغيرها.
فعندما تقوم هذه الشركات والمؤسسات بتهيئة هذه المعطيات وطبعها ونشرها تسمى
'بالمصادر الأولية للمعطيات Lal ٠" عندما تقوم بتجهيز جزء من هذه المعطيات أو
جميعها قبل نشرها لجهات أخرى كالمنظمات والمؤسسات الدولية أو مكاتب
الأخضاء الم Veil is AS هذه المقظمات Clue gallo و المكاقن cla uli hab
ففي هذه الحالة يطلق عليها " المصادر الثانوية للمعطيات". أما المصدر الآخر
للمعطيات فهو يخص تلك التي يتم جمعها من مفردات المجتمع الإحصائي ميدانياء
ويكون ذلك إما من خلال شمول ARS مفردات المجتمع الإحصائي عندها يسمى "المسح
الشامل أو التعداد Census " أو بشمول جزء من المجتمع الإحصائي ويطلق عليه
"المسح بالعينة Sample survey ". ومفهوم كل Lagia هو :
1 المسوحات الشاملة (التعدادات (Censuses
وهي المسوحات التي تشمل كافة مفردات مجتمع البحث. ويقصد بالمجتمعء
مجموع وحدات البحث أو الدراسة التي يراد الحصول على معطيات عنها سواء
أكانت وحدة العد إنسانا أو نباتا أو جمادا. إلا أن عملية العد الكامل (المسوحات
الشاملة) باهضة التكاليف سواء من الناحية المالية أو الوقت» وتتعرض لأخطاء
كبيرة» كأخطاء الحذف والازدواجية» واخطاء التسجيل» وأخطاء تجهيز المعطيات
وغير ذلك التي من شأنها أن تؤثر على جودة العمل. وتنبع هذه الأخطاء أساسا من
صعوبة الإشراف السليم على مثل هذه العمليات الإحصائية الكبيرة. لذا فكثيرا ما
تسفر مسوحات العينة عن نتائج اكثر دقة من التعدادات؛ لان المسح بالعينة يتيح
الوقت للإشراف الدقيق على الأعمال الميدانية وتجهيز النتائج وتقليل الأخطاء البشرية.
وشهدت السنين الأخيرة تناقصا تدريجيا في عدد المسوحات الشاملة نتيجة العوامل
التالية ;=
1. التطور الكبير في العمل الإداري وما أدى ذلك من انتظام السجلات Ay JOY)
وشيهولة sani ل Aca y! Cola te |
2. زيادة الوعي الثقافي والاجتماعي للأفراد وإدراكهم أهمية إعطاء المعطيات
الصحيحة؛ لازدياد حاجتهم إلى الخدمات الرسمية التي تتوقف على الحصول
على معطيات مدونة عن الأفراد وممتلكاتهم وأسرهم وعناوينهم وما إلى ذلك.
3. تطور الأساليب العلمية الإحصائية والرياضية في مجال تعميم استنتاجات
العينة وبناء التقديرات والتوقعات الدقيقة. وقد ساعد على ذلك بدرجة كبيرة
التوسع في استخدام الحاسب الآلي.
Sampling Survey aiias gained! 2
إن المسح بالعينة يعني شمول جزء من المجتمع الإحصائيء على أن يكون
هذا الجزء ممثلا دقيقا لخصائص المجتمع المسحوب منه هذا الجزء. ومن الأمثلة
على هذا الأسلوب مسوحات تجارية وصناعية ومسح ميزانية الأسرة ومسوحات
الخصوبة والظواهر الحياتية واستطلاعات cl YE حول ظاهرة معينة» قد تخص
الطلبة او إنتاج معين أو عن مستوى أو الجودة أو خدمات النقل وغيرها. ويمكن
القول إن التطبيقات الرئيسية لطرق ale الإحصاء وتطوره تتم في الغالب لأغراض
مسوحات العينة» وذلك لما يتمتع به هذا الأسلوب من ميزات نذكر أهمها Lad يلي:
1“توفير الوقت والجهد والتكاليف :
ac y عملية التوفير هذه باقتصار العمل على جزء صغير نسبيا من المجتمع
محدود من الفنيين الذين يعملون فيه؛ بالإضافة إلى توقع استخراج نتائج المسح في
وقت اقصر بكثير مما يستغرقه المسح الشامل. إن من شان هذا الاختصار في الجهد
والوقت أن يؤدي إلى الاقتصاد في النفقات المالية للحصول على المعطيات المستهدفة.
2- زيادة دقة المعطيات الإحصائية :
قد يبدو للوهلة الأولى أن الاستنتاجات التي يتم التوصل اليها عن المجتمع من
خلال دراسة نتائج العينة» هي غير مطابقة لواقع المجتمع. إلا أن استخدام الأساليب
الإحصائية العلمية من قبل ذوي الخبرة والاختصاص في تصميم العينة وتقليل الأخطاء
البشرية» نتيجة اقتصار الحاجة إلى عدد قليل نسبيا من الكوادر الفنية في تنفيذ مسوحات
العينة» من شأنه أن يقلل كثيرا من احتمال وقوع الأخطاء وعدم قبول النتائج. بل على
العكس فإن الحاجة لاستخدام أعداد كبيرة من العاملين في المسوحات الشاملة من شأنه
أن يؤدي إلى تراكم أخطاء الأفراد نتيجة لتباين كفاءاتهم ومستوى تدريبهم وصعوبة
متابعتهم. كما إن توافر الطرق العلمية المناسبة كقياس فترة Confidence interval 4a)
واختبار الفروض Hypotheses testing وغيرها سيتيح لنا فرصة التأكد من مستوى
دقة النتائج وجعلنا في مأمن من معطيات العينة واستخدام نتائجها كتقديرات جيدة
لمعالم المجتمع .
3- التعامل مع حالات استحالة الشمول التام
إضافة إلى ما أسلفنا فان هناك حالات لابد فيها من استخدام العينات حصراء
إذ لايمكن مع تلك الحالات شمول جميع مفردات المجتمع» وذلك لما ينتج لمثل هذا
الشمول من خسائر كبيرة أو بسبب الاستحالة» فمثلا عند تحليل دم المريض يكتفي
الطبيب بفحص عينة منه لان من غير الممكن اخذ جميع دمه للاختبارء كذلك عند
فحص جودة الإنتاج لا يمكن مثلا اختبار مدى قوة مقاومة الإطار الداخلي للسيارات
بتفجير كافة الوحدات المنتجة من هذه الإطارات» أو لإخضاع علب المواد الغذائية
للاختبار فتح جميع العلب» GY من شان ذلك التسبب في خسائر مادية كبيرة وغير
مبررة. كما إن هناك حالات تلزمنا باللجوء إلى العينة لاستحالة المسح الشامل (Axa
كما هو الحال مع المجتمعات اللانهائية مثل الطيور والأسماك وغيرها.
Sampling Design Proceses datts) magma dhel اجر -2-2
Laie يتقرر إجراء المسح الإحصائي بأسلوب Atal فإن ذلك يعني ان توفير
المعطيات عن خصائص المجتمع سيعتمد على جزء من هذا المجتمع» ويشترط في
العينة أن تكون ممثلة لخصائص مجتمع الظاهرة التي نقوم بدراستها بما في ذلك
الاختلاف بين وحداته؛ وبحدود ما يسمح به حجم العينة تبعا لمقياس الدقة والإمكانيات
المتاحة للدراسة. وفي هذا الفصل نتناول أهم الإجراءات المطلوبة لتصميم عينة والتي
يتم إنجازها من خلال :
aaa ويراعى في اختيار أداة تحديد «Sample Size العينة aaa تحديد 一
المجتمع» وطبيعة الخاصية تحت الدراسة إن كانت على شكل نسبة أو قيمة
. مطلقة» وفيما إذا كان تباين المجتمع متوفرا أم لا
一 تحديد نوع Aull بالاعتماد على طبيعة المجتمع الإحصائي وخصائصه من
ناحية درجة تجانس وحداته وعما إذا كان الإطار الإحصائي للمجتمع متوفرا
أم لا .
- تحديد طريقة اختيار وحدات العينة Sampling Method والذي يعتمد على نوع
العينة المقرر اختيارهاء ومن بين أساليب عملية الاختيار الأسلوب الدوري
periodic من خلال توظيف العينة العشوائية النظامية خاصة في حالات العينات
الطبقية والعنقوديةء هذا إضافة إلى طريقة السحب العشوائي المباشر.
وهناك نوعان من العينات هما العينات العشوائية (الاحتمالية) والعينات غير
العشوائية (غير الاحتمالية)ء ولكل منها استخداماتها التي تتوقف على الغرض الرئيسي
من الدراسة .
ute ada 32 العدنة Sample Size
يعتبر تحديد عدد وحدات المجتمع التي ينبغي شمولها بالعينة من المسائل
الاساسية في عملية تصميم العينة» وذلك لتجنب اخذ عينة صغيرة يكون تقديره
للمجتمع غير دقيق وبالتالي غير مفيد .
وتتم عملية تحديد حجم العينة على مقياس تعيين درجة الدقة المستهدفة والتي
يعبر عنها بحجم الخطأ المسموح به في ايجاد التقديرات والشائع يكون عند 0.05 الا
انه يجب ان يعتمد على خبرة الباحث بطبيعة المجتمع المطلوب دراستهء عندها نقوم
بتحديد دقة المقدر بدرجة ثقة محددة» وهي عبارة عن مقدار الاحتمال الذي يقع
ضمنه تقدير معلومية المجتمع. فاذا ما افترضنا بان الخطأ المسموح به لمتوسط العينة
هو 0.05 واردنا التاكد من عدم تجاوز هذه النسبة» وعلى افتراض ان المجتمع
موزع توزيعا طبيعيا N(0,1) او مقارب للتوزيع الطبيعي وبمعامل ثقة مقداره %95
فستكون لدينا فترة الثقة هي :
X + 1.96 s/Vn
: حيث إن
هي الانحراف المعياري للعينة و حجمها على n يمثل وسط العينة» وان 5 و x
التواليء
و تقدير الخطأ المعياري في المجتمع Vn
طريفة احسساب حجم العينة
اولا: الاحتساب عندما تكون قيم وسط المجتمع لم وانحرافه المعياري © عبارة
عن اعداد صحيحة.
1- حالة عدم معرفة حجم المجتمع الكلي N
عادة ما يراعى في last أداة التحليل ان تكون كفؤة وسهلة الاستخدام. وعند
مراعاة هذه dag pill يمكن اعتماد صيغة التوزيع الطبيعي مع حالة القيم الكمية
والتي تؤول الى العلاقة التالية :
نرمز الى الفرق بين × و dopu
فيكون لدينا d=Ix -ul
ومن صيغة التوزيع الطبيعي :
نحصل على :
pix -ulxZo)-l-.a
d=Zo
= z S/Vn
: وعليه فإن
n-(zs/dy
وبما ان العلاقة تتطلب التباين 52 فيمكن الاستعانة بايجادها إما على نتائج
مسوحات سابقة أو بإجراء مسح تجريبي بتعبئة عدد من الاستمارات من المجتمع
المشمول بالمسح. اما قيمة المتغير العشوائي الطبيعي 7 فتتغير بتغير مقدار الثقة
المستهدفة» فمثلا اذا كانت درجة الثقة هي 90% فهذا يعني ان درجة عدم الثقة a
مقدارها 0.90 - 1 = «a وبالرجوع الجدول الاحصائي لتوزيع 2 وعند 0/2 نجد ان
قيمتها تساوي 1.64 = (2)1-0/2. والشكل البياني )1.2( يوضح قيمة Z عند درجة
ثقة مقدارها 95%.
المياربة الرائمة
SOE EE
AA ESE يا ار OTA
nu A P MM EAE
pu UU ce
ct D: ps » n f?
pas
-
av m
t
Yen Mte °
9 [o a ot vas Ve ; SK
ou ee
i HA ^. TA n d. Po.
Us DEN ee e
Crus uos T fag Se Y Y
VI LATET IS BESOIN RASS ELA
Se :
X OSTI
: SENE NL Se
bs p o A itd
DM Rp: 5
: Lis
ted
7 34)4À
os
0
? d AG RLS: عل“ ir,
C LA Y d AME e a E si ki
CAN S PARAR nE ae
NET E ROE EE a ea ER
Se AS AAT Seve? Hie SEG
; AE PL hr i
^ Y uis
PES 37
os
DAY
Py کو ; jm
RR
لتمح للحيازة الزراعية الواحدة» بدرجة ثقة 95% وبفرق d بين متوسط
المجتمع p ومتوسط العينة X لايزيد عن 1.5 كغم» ووجد من خلال مسح
تجريبي أن قيمة التباين هو 90.3 52 كغم .
الحل (1.2) :
22225 .8?2903:2Z21.96 staal
n-(3.842(90.3)2.25 :ىلع نحصل
= 346.933 / 2.25
2- حالة معلومية حجم المجتمع N فتصبح صيغة العلاقة كالاتي
NZ’S?
<a SE
Nd^*Z/S
n~
مثال (2.2): اراد asd الباحثين دراسة ظاهرة التدخين بين طلبة الجامعات» فاختار احدى
الجامعات وكان عدد الطلبة فيها 6420 طالب وطالبة» واستطاع الباحث من
عو cA ula في الكل ری DE Qe GALI Qa xe pa
الاستفسار وكان o fade 81 -52 دينارء فما هو عدد الطلبة المطلوب شمولهم
في المسح» اذا كانت رغبته ان تكون درجة الثقة في المعلومات 95%
ومقدار الفرق بين متوسطي المجتمع والعينة لايزيد على 2 d=
الحل (2.2) :
262
ae NZS
` SIAC وو
Nd ZS
(6420)(3.416)(81)
(6420)(4)+(3.41681)
1997708.8
259567
77 =
وهو حجم العينة الازم تعبئة الاستبيانات لها .
عبارة عن نسبة P (خاصية في المجتمع) :
اي في حالة ايجاد aaa العينة n لمجتمع توزيعه ثنائي Binomial distribution
باحتمال cP فإن الخطأ المعياري للتقدير P هو Cus pgn ان: م -1 = «q وان
الخطأ المسموح به 0 ممكن ان يكون مطلقا او نسبة. ومن الامثلة على هذا النوع من
المجتمعات الاحصائية التي يعبر عنهأ بنسب»؛ كنسبة المتزوجين أو نسبة وحدات
الانتاج الصالحة او نسبة النجاح او نسبة المواليد او نسبة قوة العمل وما شابه. ويتم
الافتراض من ان توزيع هذه المجتمعات هو مقارب للتوزيع الطبيعي» وعليه يستعاض
عن التباين 52 بالمقدار «pq فتصبح صيغة احتساب pas العينة n على الشكل الاتي:
1- في حالة معلومية حجم المجتمع N
NZ*(pq) -
n=
71-72
Nd Z'(pg)
q هي نسبة الفشل
مثال (3.2): يقوم مصنع لصناعة منتجات الالبان بانتاج 10000 وحدة من الجبن
المتعدد الانواع cas وان هناك 10% في المعدل من وحداته المنتجة
هي اقل من مستوى المواصفات المحددة. فما هو. حجم العينة المطلوب
من خط انتاجي معين لتقدير نسبة الوحدات التي تقع تحت مستوى
المواصفات المحددةء بحيث لايتجاوز الفرق في تقدير النسبة عن 0.02
وبدرجة ثقة مقدارها 90%
الحل (3.2): عدد وحدات العينة المطلوبة
n= NZ(pq)
Ex
Nd‘ "Z'(pa)
0 10000(3.416)(0.10)(0.90)
10000(0.02). *(3.416)(0.10)(0.90)
)369 2420.64
4.242
22 في حالة عدم.معلومية حجم المجتمع N
n = 2250
0
二
(نبته) فوجد 15% منها مصابة بمرض» والمطلوب ايجاد حجم العينة التي
يستطيع في ضوئها تحديد نسبة الشتلات المصابة في المشتل ضمن فرق
.9596 مقداره 0.05 بين متوسطي المجتمع والعينة: وبدرجة ثقة مقدارها
: )4.2( الحل
0 Z^pq
(1.96)?(0.15)(08)
(0.057
اي عند درجة AÒ مقدارها 95% فان صاحب المشتل يحتاج الى فحص 196
al ES
ا کد ا gle وق اكات الا ال
في الحاللات التي تكون فيها الامكانيات المالية محدودهة ويتطلب الامر
مراعاة هذه الامكانيات» يمكن اعتماد العلاقة التالية في تحديد حجم العينة :
C=c0-ncl
n = (C-c0) /c]
حيث إن :
© هي الإمكانيات المالية المتاحة
ea ella cuu CO ر وغ ی ا العامة
C] كلفة تعبئة الاستبانة الواحدة
فمثلا أذا كان مجموع الامكانيات المالية المتاحة هي 400 دينار وان كلفة ملء
الاستبانة الواحدة هي 5 دنانير وان نفقات التحليل والطبع وغيرها 100 «lus فان
حجم العينة المطلوب (عدد الاستبانات) هو :
n = (400 - 100(/5 = 60
Legh في مثل هذه الحالة LS, هو الحال لو اخترنا عدد الاستبانات من دون
تحديد aaa العينة مسبقا سنحتاج الى ايجاد "حدود الثقة" لمتوسط احد المتغيرات
الاساسية في البيانات التي يتم جمعهاء وذلك بغية الاطمئنان الى دقة حجم العينة التي
تم شمولها ومن انها ممثلة تمثيلا صحيحا للمجتمع المسحوبة منه ويتم ذلك باعتماد
العلاقة التالية:
X-zs/Vn<psx+zs/Vn
gigal 2 العينات
اولا: الهبنات العشوائية Random Samples
وهي العينات التي يتم اختيارها بطرق عشوائية وتكون مستوفية للشروط
التالية :
- كل عينة يمكن اختيارها من المجتمع لها احتمال ca glee وتبعا لذلك فكل وحدة
احتمال معلوم تشمل في العينة. وليس من الضروري ان يعني هذا الاحتمال
المعلوم تساوي الاحتمال لكل وحدة في المجتمع كما هو الحال في العينات
العشوائية البسيطة «Simple random sample بل قد يختلف» وهذا الاختلاف
يساعد في حالة المجتمعات غير المتجانسة على توفير دقة أعلى للتقديرات التي
lie dean من puta US dil علد any Lyd Gill إلى ا
العشوائية الطبقية .Stratified random sample
一 تسحب العينة باستخدام إحدى طرق الاختيار العشوائي» بحيث تتحقق الاحتمالات
العامة
- تعتمد الاحتمالات المعلومة عند استخدام نتائج العينات فی الحصول على تقديرات
جيدة لمعالم المجتمع الذي نقوم بدراسته.
وتوجد عدة أنواع من العينات الاحتماليةء يعتمد ويتوقف استخدام كل منها على
طبيعة المجتمع والغرض من الدراسة والإمكانات المتاحة» وسنتعرض فيما يلي بإيجاز
إلى أهم هذه الأنواع وطرق استخدامها.
Simple Random Sample العينة العشوائية البسيطة (1)
- مفهوم العينة وشروطها: وهي العينة التي يتم اختيارها بطريقة تعطي لكل وحدة
واحدة من المجتمع الإحصائي N فرصة الظهور نفسها في كل مرة من مرات
الاختيار <(L/N) وبذلك فلكل عينة حجمها n احتمال الاختيار نفسه من بين
العينات الممكنة أي:
Ls]
3 إن الصيغة أعلاه تمثل axe العينات الممكن اختيارها بحجم n من مجتمع
حجمه N ونحصل عليها باستخدام صيغة التوافيق combination الآتية :
NI LUN. 12
nit ل اسمس )1.2(
: ومفكوكه هو (N (مضروب N تدعى عاملي NI
(N) (N-1) (N-2) .. (2) (D)
: B, C, D, E 4) clas sll إذا كان لدينا مجتمع إحصائي متكون من :) 5.2 ( gs
(1.2) باستخدام الصيغة n= 2 past العينات الممكن سحبها aae (jd
تتكون من 6 عينات هي:
ونلاحظ أن لكل من هذه العينات نفس BC, BD, BE, CD, CE, DE
الاحتمال وهو 1/6 وان لكل وحدة في المجتمع لها الاحتمال نفسه في الظهور وهو
من ذلك نستدل على ان العينة العشوائية البسيطة لها صفتان أساسيتان .1/ 2 -6
هما: إن لكل عنصر ( أو وحده ) في المجتمع احتمال الظهور نفسه؛ وان لكل من
. العينات الست أيضا احتمال الاختيار نفسه
Sample Uses استخدام العينة cla -
تستخدم العينة العشوائية البسيطة عندما يكون المجتمع متجانسا من حيث
الغرض أو الصفة التي تتعلق بها الدراسةء وهي أبسط أنواع العينات؛ إذ تعد أساسا
. لاختيار كل منها
- أساليب اختيار العينة Sample Selection Methods
EE. الاختيار بالإرجاع (Selection With Replacement) ويعني cae Lil
نختار مفردة من المجتمع فإننا نعيدها ثانية إلى المجتمع ليتم اختيار المفردة
الثانيةء وقد تظهر المفردة نفسها أو غيرها.
bx الاختيار بدون إرجاع (Selection Without Replacement) ويعني ud عند
اختيارنا للمفرده الأولى فإننا لا نلجأ إلى إعادتها ثانية إلى المجتمع وإنما
نختار مفردة مما تبقى من المجتمع وهكذا. ومن الناحية العملية فان جميع
مسوحات العينة تعتمد هذا الأسلوب؛ أي بدون إرجاع .
Random Selection Method Of طريقة الاختيار العشوائي لوحدات العينة -
Observations
الآلي» Glel jal السحب العشوائي لوحدات العينة» واصبح بالإمكان في UL إدخال
الحالية: |
— (Data analysis) تحليل البيانات (Tool) أدوات « Excel برنامج
(Sampling) المعاينة
ليتم بعد ذلك الإيعاز باستخدام إحدى الطريقتين التاليتين في عملية السحب وهي
إما الدورية (periodic) باعتماد (وكما أشرنا) أسلوب العينة العشوائية المنتظمة
والتي تعتمد العشوائية في جزئها الأول» أو طريقة السحب العشوائي المباشر. إلا انه
في أحيان كثيرة تظهر الحاجة إلى الطريقة التقليدية في استخدام جداول الأرقام
العشوائية (Random Numbers Tables) والتي تتلخص بالخطوات التالية :
أ. نعطى أرقاما متسلسلة لجميع عناصر المجتمع ونكتب هذه الأرقام على قصاصات
ورق متمائلة.
ب. تخلط هذه القصاصات خلطا جيدا لكي نضمن ضياع أي نوع من الترتيب المحتمل
ج. تختار وحدات العينة وحدة فوحدة من بين المجموعة كلها مع الخلط الجيد في
كل مرة.
د. بعد الحصول على أرقام وحدات العينة يتم تحديد وحدات المجتمع التي تحمل
هذه الأرقام المختارة فنحصل على العينة المراد اختيارها من هذا المجتمع.
ومن الواضح أن اتباع هذه الطريقة في كتابة الأرقام على قصاصات ورق هي
غير عملية وشاقه ولاسيما إذا كان المجتمع كبير الحجم» لذا فقد أعدت جداول
سميت بجداول الأرقام العشوائية السابق ذكرهاء وتحتوى على أرقام تم الحصول
عليها بطريقه عشوائية» اي بطريقه غير خاضعة GY نوع من أنواع ca ll
ويتم استخدامها في سحب العينات العشوائية وهي تتميز بكونها AS دقة
وسهولة في التنفيذ من السابقة. وتتلخص طريقة: استخدام جداول الأرقام العشوائية
والمبين نموذج منها في الملحق رقم (1.2) بما يلي :
- نعطى أرقاما متسلسلة لعناصر ( وحدات ) المجتمع المراد دراسته .
- تحديد عدد الأعمدة التي سنستخدمها من الجدول العشوائي للحصول على
الأرقام المطلوبة» ويتوقف هذا على حجم المجتمع. فبذلك نختار عدد
الأعمدة بحيث يكون مساويا لعدد خانات اكبر رقم أعطي للمجتمع.
aaa; 一 نقطة البداية في الجداول العشوائية.
- نبدأ باختيار أول رقم من الجدول من نقطه البداية التي حددناها شرط ان
يكون من ضمن الأعمدة التي اخترناهاء فالعدد الذي يليه في هذه الأعمدة
إلى ان نحصل على عدد وحدات العينة المطلوبة» مع استبعاد أي c) Sg axe
او أي عدد اكبر من عدد عناصر (مراتب (Digits المجتمع الإحصائي.
- نحدد عناصر المجتمع التي تحمل الأرقام المختارة لتكون وحدات العينة
العشوائية البسيطة المراد اختيارها من هذا المجتمع .
مثال (6.2): إذا كنا بصدد القيام بدراسة عن أوضاع العاملين في أحد المصانع وكان
مجموعهم 500 عامل والمطلوب اختيار ane عشوائية حجمها 10%
حدد وحدات العينة باستخدام جداول الأرقام العشوائية.
الحل (6.2):
| بما أن عدد العاملين هو 500 وان aaa العينة المطلوبة يمثل نسبة قدرها
0 فإن حجمها هو 50 = n عاملاء وبذلك نعطى أرقاما لجميع العاملين من
١ إلى 500.
ب. بما ان اكبر عدد أعطي لوحدات المجتمع هو 500 ويتكون من ثلاثة مراتب
(خانات) إذن يكون عدد الأعمدة التي سنستخدمها كل مرة هو 3 أعمدة (أي ان
كل عدد يتكون من ADE أرقام).
ج. نحدد نقطه البداية في جدول الأرقام العشوائيةء ولتكن بداية الجدول في الملحق
(1.2) ولثلاث مراتب فنجد أنه الرقم 870 ولما كان هذا الرقم اكبر من 500 يتم
إهماله ونأخذ الرقم الثاني وهو 48 Lary انه اقل من 500 فإن sae Lule الرقم
الأول في العينة. ثم نأخذ الرقم الثاني المكون أيضا من ثلاث مراتب وهو 335
وبما أنه أقل من حجم المجتمع 500 فهو يعد الرقم الثاني في العينة وهكذا حتى
نحصل على 50 رقما من بين ل 500 دون تكرار لأي منهاء وبموجب ذلك
فان أرقام العينة هي :
‘465 (340 «458 «48 1335 «250 «231 1400 1470 165 «39 313 1297
216 « 496.350 1480 «276 «425 1297 «82 «63 1232 «405 1408 «280
319 1410 «397 1423 (228 .468 «382 «258 «104 «443 2233 8
121 «161 «191 «135 (141 «323 «487 439 «110 «328 1287 2
د. الآن نحدد أسماء العاملين الذين يحملون هذه الأرقام ليكونوا هم وحدات العينة
العشوائية البسيطة المطلوبة.
ه. يمكن الحصول على المعطيات المطلوبة للدراسة من هذه العينة.
و. تعمم النتائج التي نحصل عليها من هذه العينة على مجتمع العاملين بالمصنع
كله وذلك lich أن المعطيات التي loas عليها من العينة تعد aliaa لجميع
العاملين في المصنع.
مثال (7.2): لدينا مجتمع إحصائي مكون من 50 حانوتاً (مخزنا) لبيع المواد الغذائية:
: اعات اليومية (بالديتان: ) لهذه الارن هي aid cai,
6120 «116 «130 073 118 «116 «126 «080 «131 «132 «132 «1012
(109 «190 «124 .084 (132 ,132 «118 «127 «091 (132 «062 8
6129 (132 «087 (087 «128 «121 «119 «234 2127 «117 «090 «112
6116 6118 «121 «089 «112 «126 «(131 «123 «093. «114 «122 9
119 6
والمطلوب اختيار 10 وحدات (مخازن) كعينه عشوائية بسيطة .
: (7.2 ( dad
:
على وفق الخطوات الواردة في أعلاه نقوم بترقيم وحدات المجتمع الإحصائي
من 1 إلى 50 والتي تتكون من مرتبتين.
نستخدم الجدول في الملحق رقم (1.2) مبتدئين من السطر الأول عند العمود
الثاني لتحديد وحدات العينة التي يتم سحبها. فتظهر لنا الأرقام الآتية :
03 «45 10 144 «23 «29 «21 49 35 8
وحسب تسلسل قيم المبيعات الواردة في المثال؛ نجد أن هذه الأرقام تعود إلى
القيم Ay! :
116« 132« 136« 084. 234« 190« 112« 130« 4089 132
وهى fied وحدات العينة العشوائية البسيطة.
- عيوب العينة العشوائية البسيطة وميزاتها:
تظهر عيوب العينة العشوائية البسيطة في المجالات الآتية:
[- إذا كانت وحدات المجتمع غير متجانسة في الصفة التي نقوم بدراستهاء
فإن استخدام العينة العشوائية لا يضمن ان تكون العينة ممثله لهذه الصفة
2- في حالة كون المجتمع الإحصائي كبيراء فإن استخراج وحدات العينة
العشوائية يحتاج إلى مجهود كبير. لتهيئة إطار المجتمع وبخاصة إذ لم
نستخدم في العملية الحاسب الآلي.
3- عندما تكون وحدات العينه موزعة على مناطق جغرافية واسعة ومتباعدة
فإن تكاليف جمع المعطيات من هذه الوحدات تكون عالية عادة مع صعوبة
إحكام الإشراف على العمل الميداني. وفي الواقع غالبا ما تعالج هذه العيوب
باستخدام إحدى العينات العشوائية الأخرى التي سنشرحها لاحقا.
- ميزات العينة:
كما ذكرنا فان العينة العشوائية البسيطة تعد الأساس لباقي أنواع العينات فضلا
عن كونها من laud هذه العينات Us
(2) العينة العشوائية الطبقية Stratified Random Sample
- مفهوم العينة واستخداماتها :
لاحظنا عند التطرق الى العينة العشوائية البسيطة انها تستخدم مع المجتمعات
المتجانسة او able الاختلاف. وبذلك gaai الحصول على ates Auc للمجتمع
المسحوبة منه. أما اذا كان المجتمع غير متجانس فان اختيار عينة عشوائية بسيطة
لن يضمن ذلك. لذا نلجأ في مثل هذه الحالات الى طريقة العينة العشوائية الطبقية
التي تتعامل مع المجتمعات غير المتجانسة.
وتتلخص خطوات اختيار وحداتها بما يلي :
الخطوة الاولي» وفيها يقسم المجتمع غير المتجانس الى مجتمعات صغيرة N2, NI,
11 تكون متجانسة بالنسبة للصفة التي نقوم بدر استهاء CAS تكون هذه
الصفة هي العمر او الدخل اوغيرهاء على ان لايحصل تداخل بين وحداتهاء
اي لاتتكرر الوحدة نفسها في اكثر من Abb واحدةء بحيث يتحقق
N = NI+N2+N3+...Nk -
وفى الخطوة الثانيةء نختار Auc عشوائية بسيطة من كل cA بحيث تكون العينة
المختارة من الطبقات المختلفة هى العينة العشوائية الطبقية اي ان:
nl+n2+n3+ enk ع و
- طرق تحديد عدد وحدات العينة التي يتم سحبها من كل طبقة
basi يقة
roportional allocation method «util
وبموجب هذه الطريقة فان حجم العينة لكل طبقة يكون متناسبا مع نسبة حجم
الطبقة الى الحجم الكلي للمجتمع الاحصائي. اي ان حجم العينة العشوائية المأخوذة
من طبقة ما الى paa العينة النهائي يكون مساويا لحجم تلك الطبقة الى الحجم الكلي
للمجتمع. ويمكن التعبير عن ذلك بالصيغة الاتية:
Ni ni |
N n
حيث إن :
Wi هي نسبة العينة 1 الى حجم العينة الكلي وبهذا يكون حجم العينة 1 من
الطبقة | هو :
ni 7 n(Ni / N)
حيث إن :
?ni-n حجم العينة الكلي» اي n
2١i = N اي «ASI حجم المجتمع N
شال ( 82 رض ان نا حا رن هن 5 اشر وان ارو ةا ا
الاسبوعية بالدينار لكل من هذه الاسر هو كما مبين في الآتي؛ والمطلوب
سحب عينة عشوائية طبقية تتكون من 8 أسر باستخدام طريقة الاختيار
EN CA
48, 43, 44, 19, 16, 14, 18, 12, 17, 15, 10, 46, 42, 38, 45, 41, 40, 50,
32, 23, 30 29, 24, 26, 24.
: (8.2) d=
10, 15, 17, 12, 18, 14, 16, 19 :«(N1) 1 الطبقة
32. 23, 24, 26, 27, 29, 30 :(N2) 2 الطبقة
50, 40, 41, 45, 38, 42, 46, 44, 43, 48 :(N3) 3 الطبقة
N1=8,N2=7,N3=10 اي:
ni = n(Ni / N) el وباستخدام الصيغة
نحصل :
nl = 8 (8/25) = 2.56 3 وهي عدد وحدات ine الطبقة Ni
2 2.24 = (7/25) 8 = 72 وهي aae وحدات Auc الطبقة ١/2
3 3.2 2 )10/25( 8 = 72 وهي عدد وحدات عينة الطبقة N3
وفي Ala pall الاخيرة نستخدم الجداول العشوائية على وفق الخطوات الواردة
في أعلاه. فنحصل على وحدات العينة التي ظهرت من كل طبقة على النحو الآتي:
14,17, 10 ni
27, 23 n2
38, 41, 44 :n3
وبذلك فان وحدات العينة n هي: .14 ,17 ,10 ,23 ,27 ,44 ,41 ,38
ثانيا: ài jh الاختيار Optimal allocation method Xy!
وتقوم هذه الطريقة على اساس تقليل التباين» وعلى افتراض ان تكاليف اختيار
Ay Jia Saag فان ضيغة العلاقة يمكن gly LS lie yadi
NiSi
s c
وتدعى هذه العلاقة Lead بالاختيار Quy! لنيمان «(Nymen) حيث أن n هي
حجم العينة الطبقية و 51 هو الانحراف المعياري .
مثال (9.2): يوجد في إحدى المزارع 34 بقرةء كمية انتاج كل منها من الحليب
(كغم) هي كما مبين في الآتي» والمطلوب اختيار عينة Adda عدد وحداتها
n = 8 باستخدام طريقة الاختيار الامتل.
82, 81, 81, 76, 85, 88, 67, 63, 56, 57, 56, 53, 57, 61, 62, 62, 69,
60, 59, 51, 54, 53, 51, 78, 87, 98, 96, 95, 85, 89, 74, 76, 75, 62,
الحل )9.2( :
audi | المجتمع الاحصائي الى طبقتين» ونصنف الابقار التي كمية انتاجها
يقل عن 50 كغم في الطبقة الاولى NI وتلك التي يبلغ انتاجها 70 كغم
- الطبقة الاولى 18 N= قيم وحداتها هي: ,67 ,59 ,60 ,69 ,62 ,56 ,53
57 ,61 ,62 ,53,51 ,54 ,57,51 ;56 ,63 ;65
— الطبقة الثانية 16 = N وقيم وحداتها شي : ,87 ,88 ,76 ,85 ,95 ,96 ,98
76 ,74 ,75 ,75 ,85 ,81 ,81 ,82 ,89
ب. e ARS الانحراف المعياري لوحدات كل من الطبقتين وكالآتي :
ND2 - (ZX/N}] AN =
فبالنسبة للطبقة الاولى يصبح لدينا :
YX?^-62440 1= 18 1056 جح yX
S1 = V27.111
=52]
اما الطبقة الثانية فلدينا:
YX = 1345 YX?-114112 N2=16
` §2 = N55.98
- 2
ج Mai عدد الوحدات اللازم سحبها من كل طبقة على النحو التالي :
NiSi
2.NiSi
ni-n
4~ 3.53 = الم ان PER 8 > 111
)16\(7.42( + (8()5.21)
وهي عدد الوحدات المطلوب سحبها من الطيقة الاولى NI
118.656
n2=8 نبلب = 4.47 54
21231
وهي las oll sac المطلوب سحبها من الطبقة الثانية N2
وعليه CB مجموع وحدات العينة العشوائية الطبقية هو: 8 = 4+4= n=nl+ n2
78 ,76 .
)3( العينة العشوائية المنتظمة Systematic Random Sample
— مفهوم العينة واستخداماتها :
اولا: في حالة عدم معلومية ama المجتمع
UU E الى ا Mahle ES EE E وان
التعاينة Leld Ail pall في Ala, الات غر 'المتجاشية: 3 ينطاب كل Logie
الى معرفة حجم المجتمع وغالبا ما تكونا مكلفتين من ناحية الجهد والوقت والتكاليف.
a فى soa V fade disce a oe uda die
من تحديد حجم المجتمع الذي نقوم بدراسته» وتتلخص في اختيار كل ith وحدة على
التوالي بعد تحديد نقطة البداية عشوائيا بين الاعداد من 1 ... ,1,2 وبسبب اختيار
وحدات العينة بطريقة منتظمة بعد نقطة البداية جاءت تسميتها بالعينة العشوائية
المنتظمةء فاذا اردنا مثلا اختيار عينة باختيار كل عاشر وحدة فان üde ان نحدد
نقطة البداية عشوائيا من بين الاعداد 1 و10 وليكن الرقم 4 Mus تكون وحدات العينة
المنتظمة هي: ... ,34 ,24 ,14 ,4 ولغاية الحصول على عدد وحدات العينة المطلوبة.
والعينة العشوائية المنتظمة كثيرة الاستخدام في المجالات التطبيقيةء فقد يتم
Min اختيار die منتظمة من انتاج AMD لمراقبة الجودة» او عينة من الترددين على
مكتبة dale او على مصرف او مستشفى» أو اختيار عينة ميدانية من المساكن او
المتاجر او وسائط المارة وغير ذلك. ويأتي كثرة استخدام هذا النوع من العينات
لميزاتها في تقليل التكاليف وسهولة التطبيق. كما أن وحداتها تتوزع توزيعا منتظما
اكثر مما يحصل مع العينة العشوائية البسيطة التي قد تتركز الوحدات فيها في موقع
جم المجتمع :
عند معلومية حجم المجتمع N فان اختيار وحدات العينة العشوائية المنتظة
أ. oa. طول دورة المعاينة ولنرمز لها L اذ إن: 5 / ×= ا
ب. نحدد نقطة البداية وذلك بأختيار رقم عشوائيا على ان e بين 1 و L
ج. نضيف في كل مرة طول الدورة L الى الرقم الذي تم اختياره» لغاية
الحصول على حجم العينة n المطلوب. فإذا اردنا مثلا اختيار عينة عشوائية
منتظمة بحجم 10 = ١ من مجتمع يتكون من 100 وحدة فيتم ذلك كالاتي:
L=100/10= 0 طول الدورة
نحدد نقطة البداية عشوائيا بين 1 و 10 ولتكن الرقم 4
نحدد وحدات العينة باضافة طول الدورة 10 الى الرقم الاول وهو 4 بانتظام
4+L, 442L, 443L, ..., 44(n-1) L gl ,4
A, العينة cas y le rani
4, 14, 24, 34, 44, 54, 64, 74, 84, 4
- عيوب العينة العشوائية المنتظمة :
للعينة عيبان» احدهما حاصل والثاني محتمل الوقوع وهما :
فالعيب_الحاصل Quan في انه لاتوجد للعينة طريقة ذات اعتمادية عالية في
تقدير الخطأ المعياري لمتوسط المجتمع رغم شمولها ضمنيا على «ida
OY العشوائية تحصل مع المفردة الاولى لكل Aib وهي بذلك تختلف
عن العينة العشوائية الطيقية .
أما العيب المحتمل وقوعه فيحصل عندما تأخذ وحدات المجتمع نسقا دورياء
كما هو الحال عند الرجوع الى قوائم السكان حيث نجد ان ترتيب افراد
الأسرة يبدأ برب الأسرة ومن ثم الزوجة فالاولاد الاكبر فالاصغر
وهكذاء ففي مثل هذه الحالة تمثل الوحدة الاولى عند ظهورها دائما رب
الأسرة» والثائية غالبا cdo, sl والثالثة غالبا الابن الاكبر وهكذا. وعليه
فاذا كان ترتيب وحدات المجتمع موضع الدراسة ترتيبا دوريا فلايصح
الاستعانة بهذا النوع من العينات.
)4( العينة العشوائية العنقودية Cluster Random Sample
- مفهوم العينة واستخداماتها :
بصورة عامة يمكن القول بان انواع العينات الثلاث السابق ذكرها هي الاكثر
استخداما وانتشارا على نطاق المسوحات الاحصائية الميدانية التي يقوم بها الباحثون
شخصيا او تلك التي تقوم بها المنظمات. إلا اننا نلاحظ في بعض الدراسات
التطبيقية ان وحدات بعض المجتمعات توجد على شكل تجمعات غالبا ما تكون
aa ull Agile كين Apel Quills القن aad تراما quaai idis الخو ادع
كنات ath es Ql) GUS وش af Cluster cals, Chee ati
يحتوي JS عنقود على عدد من عناصر المجتمع الاصلية التي غالبا ما تكون
متجانسة. وعادة ما يستخدم مع هكذا حالات طريقة العينة العشوائية العنقودية» ويأتي
استخدامها لسببين رئيسيين هما:
| عدم توفر اطار احصائي دقيق للمجتمع» او ان AS توفيره تكون باهظة
التكاليف. فمثلا لو كنا بصدد اجراء مسح اقتصادي واجتماعي وان وحدة
المشاهدة فيه هي c UNI لكن قائمة باسماء الاسر لم تكن متوفرة» بينما
تتوافر قائمة بأسماء الاحياء (المناطق) وهي متشابهه من ناحية الخاصية التي
نقوم بدراستها (مثال مستوى الدخول - مستوى المعيشة... الخ) وكل من هذه
الاحياء تضم مجموعة أسرء ففي مثل هذه الحالة يمكن اختيار عينة عشوائية
من الاحياء» ومن ثم MI عينة من الأسر من الاحياء المختارة .
ب. لتركيز الجهود والاموال مما يساعد في الوصول الى وحدات المجتمع بكلفة
وجهد اقل مما عليه في حالة العينات السابق ذكرها.
- اسلوب اختيار العينة :
إن اختيار العينة العشوائية العنقودية يتم إما على مرحلة واحدة وذلك باختيار Aue
عشوائية بسيطة من العناقيد ثم دراسة وحدات هذه العناقيدء او باكثر من مرحلة daal y
اذ نقوم متلا باختيار Aue عشوائية من العناقيد في المرحلة الاولى» بعدها يتم اختيار
عينة عشوائية بسيطة من كل عنقود مختار في المرحلة التانية لتكون بذلك قد تمت
بمرحلتين. او تكون SL من مرحلتين خاصة اذا كان المجتمع يتصف بالتجانس» كما
لو كان لدينا مجتمع الريف مثلا فاننا نقوم في المرحلة الاولى باختيار عينة عشوائية من
القرى» ومن cs pall المختارة نختار عينة عشوائية من المدارس في المرحلة AEN ومن
ثم نختار عينة عشوائية من طلبة هذه المدارس في المرحلة الثالثة وهكذا. وهو ما يطلق
عليه بالعينة العشوائية متعددة المراحل Multi-Stage Random Sample
ناذيا: العبنات غير المشوافية Non-Random Samples
)1( العينة المتعمدة (او التحكمية) Judgement Sample
وهي العينة التي يتم اختيار وحداتها وفق وجهة نظر الباحث لاعتقاده من انها
Quata Sample العينة الحصصية (2)
وبموجبها يتم ايضا اختيار وحدات العينة وفق وجهة نظر الباحث ولكن تركيبها
يكون حسب نسب الاجزاء الموجودة بالمجتمعء فاذا كان المجتمع يتكون متلا من
ثلاث فئات من دخول الأسرة ولنقل: أسر ذات دخل متدن»ء واسر متوسطة eal
cade s jaa ullae ETA كل من هذه اتف الم في 10911
٠ 50% 10% على «ull ill فان اختيار عينة تتكون من 1000 أسرة يجب ان تضم
ذات النسب المذكورة» بحيث تشتمل على 400 أسرة من ذوي الدخل المتدني و 500
أسرة من ذوي الدخل المتوسط و100 من ذوي الدخل العالي. إلا ان عملية الاختيار
تتم بصورة كيفية من دون الاعتماد على الاسلوب العشوائي .
للتوسع في فهم العينات واسلوب تقدير معالم المجتع باستخدام نتائجها وكذلك
لمعرفة حساب الاخطاء المعيارية لكل منها وتقدير مجموع المجتمعء بالاضافة إلى
كيفية ايجاد فترة Ail لكل من متوسطات وتباينات هذه العينات يمكن الرجوع الى كتاب
المؤلف: الطرق الاحصائية التطبيقية للمعاينةء جامعة السابع من ابريل- ليبياء 1995.
دمارين الفصل الثاني
تمرين (1-2): اشرح الاسباب المؤدية الى ضرورة تحديد حجم العينة للمسح
الاحصائي.
تمرين (2-2): ان حجم الخطأ المسموح به وحدود الثقة المقررة هي من العوامل
المحددة لمستوى دقة العينة» اشر ح المقصود JO من هذين المفهومين.
تمرين (3-2): اذا كان لدينا مجتمع احصائي يتكون من 500 بقرة؛ء وكان تباين انتاج
البقرة من الحليب هو 20.1 كغم شهرياء أوجد حجم العينة المطلوبة
من الابقار لدراسة اسباب الاختلاف في انتاج الحليب» بدرجة ثقة
مقدارها 9596( وبفرق بين متوسطي المجتمع pu والعينة × مقداره 2
s
تمرين )4-2(: معمل للصناعات الجلدية يقوم بانتاج 8000 Ania جلدية مدرسية
خلال الشهرء ووجد من خلال عينة تجريبية ان مانسبته 5% من هذه
الحقافب: lal Gulp daa, dalbe pe الخال في et) قور
اخد عينة عشوائية؛ فما هو حجم العينة المناسب عند مستوى معنوية
مقداره 0.10 وبفرق مقداره 0.05 بين متوسطي المجتمع والعينة.
تمرين (5-2): من خلال فحص دفاترالامتحان النهائي» وجد ان 20% من الطلبة
الممتحنين لم يحققوا درجة النجاح» فما هو حجم العينة المطلوبة التي
يتسنى في ضوئها دراسة الحالة» Gee فرق مقداره 0.03 بين
متوسطي المجتمع والعينة» وبدرجة ثقة مقدارها 95% .
تمرين (6-2): ما هو حجم العينة المناسبء اذا كانت المكانات المالية المتاحة هي
0 دينارء وان كلفة تصميم المسح الميداني تقدر بحوالي 650
دينارء وكلفة ملء الاستبانة الواحدة واستخراج نتائجها تبلغ 9 دنانير .
تمرين (7-2): أ. وضح خطوات تصميم العينة العشوائية الطبقية.
ب. اشرح طريقة الاختيار المناسب مع ذكر صيغة احتسابها.
تمرين (8-2): في ادناه قيم وحدات مجتمع احصائي» والمطلوب UGS! عينة
عشوائية منتظمة تتكون من 4 وحدات. ,54 ,71 ,63 ,76 ,59 ,62 ,51
55 ,66 ,73 ,74 ,68 ,72 ,65 ,60 ,57 ,58 ,50 ,70 ,61
تمرين )9-2(: اتضح من احدى المؤسسات التي تضم 3600 موظف ان نسبة
المتأخرين عن موعد al gall الرسمي تصل في المعدل الى 4.6% فما هو
حجم العينة المطلوبة لدراسة اسباب هذه الظاهرة» على ان لايتجاوز
الفرق في نسبتي العينة والمجتمع عن 0.01 وبدرجة AÈ مقدارها 95%‘
تمرين (10-2): لاعداد دراسة عن الحالة التعليمية للاناث في مدينة ما. اختير احد
الاحياء الذي يضم 60 أسرة فكانت نسبة الاناث 0.55 وكان توزيع
المجتمع مقارب للتوزيع الطبيعي؛ فما هو حجم العينة اللازم سحبها
بفرق 0.01 بين متوسطي المجتمع والعينة وبدرجة ثقة مقدارها 90%
DATA TABULATION & PRESENTATION
3 1 هذ مه
عقب مرحلة جمع البيانات والمعلومات الاحصائية ميدانيا بواسطة الاستبانات
ric J نقل معلومات من السجلات والوثائق» يصبح من المطلوب تهيئتها على Q&A
جداول بالصيغة التي تمكننا من الاطلاع على اتجاهها وعلى مدلولاتهاء وبما يساعد على
انتخدائها AY اض dead Ge CASS NIS: العلاقة payi gly Lluis Ga
فالخطوة الاولى المطلوبة هي وضع بيانات كل استبانة أو مشاهدة (observation) أو
مجموعة مشاهدات (فئة) في صف (سطر) واحدء ويشمل ذلك القيام بتحويل البيانات
النوعية (غير الرقمية) الى بيانات كمية (رقمية) أو اعادة صياغتها بالشكل الذي يفي
بحاجة عملية التحليل. في الآتي نتناول الاجراءات المطلوب اتخاذها بهذا الاتجاه
مبتدئين باستخدام برنامجي SPSS بصورة اساسية وبرنامج EXCEL لحالات
اضافية محدودة» ومن ثم العروج على كيفية القيام بانجاز ذلك يدويا من دون
استخذام a glad) لتعرفة Gaal نتائج الخاسرب:
وسيعتمد استخدام برنامج EXCEL في حالات محدودة يكون فيها اكثر سهولة
وكفاءة مع الحالة التحليلية المطلوبة كما هو الحال مع العرض البياني» وبصورة
عامة يمكن القول بان برنامج SPSS هو اكثر ملاءمة في الحالات التحليلية التي
Gi lia الى تفصيل SI Gacy في المخرجات (gas GULLY معنوية mill كنا
هو الحال في g papa تحليل الانحدار g sasas Regression Analysis تحليل
التباين Variance Analysis ومصفوفة الارتباط Correlation Matrix وفي ادخال
وتبويب البيانات لغرض التدقيق والحصول على مقاييس النزعة المركزية والتشتت
وشكل توزيع البيانات (الالتو اء skewness والتفرطح (kurtosis ولاختبار الفرضيات
‘Hypotheses Testing في حين ان مخرجات برنامج Excel المجملة هي وافية
وكفؤة لمواضيع التوزيع التكراري على OSA فئات» وفي حالة الرسوم والعرض
lal التي age :ليا فى andl ead مق Ga pall U joy CLS ا اة بلي
خاصية تسهيلات العمليات الحسابية التي قد يحتاجها الباحث من خلال الجداول
الالكثروئية وشريط الصيغ.
2.3- ادخال البيانات باب
Cus, يتعذر اخضاع المتغيرات Aue ab (غير الرقمية) للتحليل العلمي فمن
المفيد الاشارة الى انه بالامكان القيام بتحويل البيانات غير الرقمية إلى قيم رقمية (كمية)
قبل الادخال أو لاحقا بعد الادخال باستخدام الامر Transferring الذي سنتطرق اليه
لاحقاء ويتم ذلك باعطاء رمز رقمي بدلا من الاجابات غير الرقميةء فمثلا اذا كانت
الاجابة على asl الاسئلة: موافق جدا - موافق - غير موافق» تصبح لاغراض
التحليل )3 -2 -1) اي تعطى القيمة (3) للاجابة بموافق جدا والقيمة (2) للاجابة
لموافق والقيمة (1) للاجابة غير موافق وهكذا. وعادة مايطلق على متغيرات هذا
النوع من القيم الجديدة بالمتغيرات الهيكلية (Dummy Variables)
وتجرى عملية الادخال بشكل متسلسل» فكل سطر أو صف تعود بياناته
لمشاهدة معينة (استبانة أو شخص).؛ US, موقع في. السطر يخص متغيرا محددا
وهكذا. وفي حالة مصادفة وجود بيانات مفقودة لمتغير أو اكثر يترك مكانها خاليا
ليتم معالجتها بعد الانتهاء من عملية الادخال» من خلال القيام باجراء التقدير أو
التعويض لكي يبقى كل عمود خاص بمتغير محدد وكل موقع في العمود يعود
لمشاهدة محددة» على ان يحمل كل متغير اسما أو رمزاء وفي الغالب ما يرمز
للمتغيرات ب (X1,X2,X3,.. ,Xk) Xi |
مثال (1.3): لنفترض لدينا استبانات تم جمعها من Aie شملت 31 طالبا لدراسة
مدى تاثير عوامل محددة على مستوى elal الطالب في امتحان الاحصاءء
وكانت الاسئلة التي تضمنتها الاستبانة هي: الدرجة النهائية في امتحان
الاحصاءء معدل الثانوية العامة» الفرع الدراسي في الثانوية العامة» الجنس»
c aal التحصيل العلمي للاب.
فلتبويب الاجابات الواردة في الاستبيانات باستخدام برنامج SPSS نقوم اولا
بالدخول الى البرنامج وفق التسلسل التالي :
الامر الفرعي (New) ج الامر الرئيسي start — program — spss — (File)
والطريقة الثانية عند الدخول الى البرنامج تظهر لنا لوحة تحمل قائمة بالخيارات ان
كان الامر هو استخدام aal الملفات المتوفرة؛ أو ادخال بيانات لتكوين ملف cada
كما هو مبين في الشكل رقم (1-3) ادناه :
سكلل P )13 يوضع الحياءات التامة عند الرجول الى برنامع SPSS
p 5 as
AE ii SEND E BIRS 3 COE nae ores
an - v m
du : m ALIS nsn SERS
اس مل ETRAS
Odo uer iun
LAM One pnm PANS SES eu
EMER RE AS 3 EE qt
* mu dE p
EE HON
kw Ves S
T nt F; o
T E
pu dU
D 0 CAWINDOWS المع نل op\indepedent sample. لوقع | pd
i C CAWINDOWS Desktoptosted sav d
M
a
4
PA
t
Mns
d
P
$
d
3 or SA
PS
DPE ا
A SET reti 1 0 : i Cae re
(pee re
zuo | | pum
2 -—
Mm.
ES us 2a 2m te
فنقوم بالتأشير على موقع Type in data ومن ثم الكبس على ايقونة Ok الموجودة
بياناتها والمبينة في الشكل )2-3( ادناه والتي تحمل عنوان variable view المدونة
في اسفل الجدول :
Variable View Jo.» v — الكل
mr ne B sm SHE
wee tttm Áo
人 GON ESASA RIEL ي Pat ae TU REA
Y. Pe
i Sm e S ae 5 Ad. ا
Ey O a
رموز تحت عمود Name في حين تم تدوين المقصود بكل من هذه الاسماء أو
الرموز في عمود Label فمثلة اعطاء الرمز Y في عمود Name وتعريف Y في
عمود Label من انه "علامة الاحصاء النهائية" elhely الاسم 01× بعد ذلك في
عمود Name وتعريفه في عمود Label على انه متغير 'معدل التانوية العامة" وهكذا.
oa todas oS a ce os T oed احاح کر عدف المو الب
الكسرية أو ما يتعلق بعرض العمود أو تحديد نوع المتغير اهو كمي أو نوعي...الخ.
وبعد الانتهاء من تدوين اسماء كافة المتغيرات المطلوب تبويبها في الجدول›
نقوم بالكبس (click) على Data View المبينة في اسفل الصفحة Lad ليظهر Ul. جدول
وهو يحمل اسماء المتغيرات التي تم تدوينها في .Variable View وفي الجدول Data
View والمبين في الشكل (3.3) التالي يتم فيه ادخال بيانات الاستبانات البالغ عددها
31 استبانة وتضم 6 متغيرات» وللتمكن من اجراء عمليات التحليل الاحصائي على
الإباناك: Ge gill Gl gall usd WSS GS cis ia) الى aS. ولد Qa
فبالنسبة لمتغير "الجنس" فقد تم elhel القيمة 1 للذكور والقيمة 2 للاناثء كما وتم اعطاء
القيمة | للاختصاص الادبي و 2 للاختصاص العلمي في متغير "الاختصاص في
مرحلة النانوية العامة" اما فيما يخص متغير 'شهادة الاب" فقد اعطيت القيم oh 2 »23
4« 5 لشهادة الابتدائية» الثانوية الاعداديةء الجامعيةء شهادة عالية على التوالى.
Data View Jone 3.3) JEI
ER Vatinhtoview SPSS: Datakdiles: peepee ats BOP RAR Ly aes 有
ER EE A بم عاد جيم" ا Qrapby ees ude Hey 3 QUERIES لكب ee
à B Ji d i6 fet. TAIN ay EO t ME 3] Abc DE iy
: yu —_ aa t j| S ood ifr] [To U H i ER
XU NEC ae OT tue ac
بجا ححصي UX "E
ut Toa di E d HQ... A. CX Edrid da re n v EY
[X enn E Ae
i
i.
NE LPS:
oo
i
t
5
!
VERI M
EE
HUC O)
Lewis. 6
LM paata Via i GN 8 F Qu Pu E JR [n
V CL EA RST Ty
ag AE i
E i m Woes, M fosi ira Y i EEC view + SPS
4 * 5 . . 0 Le
ES. CS RWEFETTS PS ux 5350 En
a ; n 5 ey on BLY كاله EORR S STS STALE
PE اعد مق لك reel امون er Ne pn ca PS
uau رقمية )445( وكذلك في حالة الحاجة لاعادة صياغة ad (نوعية) الى
ومن بين SPSS من برنامج Transfer المتغيرات؛ يمكن اللجوء الى الامر الرئيسي
: الاوامر الفرعية التي يمكن اللجوء اليها في هذا الامر متلا هي
لاعادة ترميز المتغير المعني. :Recode الامر الفرعي -
ويستخدم لتشكيل متغيرات جديدة اعتمادا على قيم :Compute الامر الفرعي -
ase المتغيرات المتوفرة؛ والتي يمكن ان تتطلب اجراء عمليات حسابية
بانجازهاء كما يمكن الاستعانة بهذا الامر الفرعي لايجاد قيم تقديرية للفيم
ودا 8 pul وليكن معدل دخل الفرد في usa المفقودة. فمثلا لتشكيل متغير
مجمو C دخل yi $ و عدد افر ادها فنحصل Jl isle تخد الجديد å à.
مجموع الدخل على عدد الافراد.
ومن الاجراءات التي تتضمنها الاوامر الفرعية اعلاه هو الاجراء ۴[: ويستفاد
منه في حساب متغير جديد ولكن لمجموعة المشاهدات التي ينطبق عليها الشرط.
ويشمل هذا الامر الفرعي الايعازات التالية: يساوي EQ لا يساوي «NE اقل من LT
S من «GT اقل من أو يساوي ASI LE من أو يساوي .GE كأن يكون الايعاز
IfXI EQ2 3 فان X2-X3
SPSS, gola بفاسسخدام در Frequency النكراري aa 3941. 3
ان توزيع المشاهدات (التكرارات) على المتغيرات التي تم ادخالها في الفقرة
"2-3" اعلاه يمكن ان يتم من خلال عدة اوامر فرعيةء الا ان اكثر الطرق فعالية
وتفصيلا في Qua تبويب البيانات هي الامر الفرعي Case summaries لحالة
الحصول على مخرجات مجملة؛ في حين باستخدام الامر الفرعي Frequencies يمكن
الحصول على تفاصيل اكثر واشمل. ولتشابه مسار الاجراءات المطلوبة لكلا الحالتين»
سنتابع فيما يلي كيفية الحصول على مخرجات الامر Case summariesc jill
ونعرض بعد ذلك نموذجا لمخرجات الامر الفرعي ‘Frequency AY!
ويساعدنا استخدام هذه الطرق ايضا على تدقيق البيانات التي تم ادخالهاء فقد
يحصل وقوع اخطاء خلال عملية الادخال كأن نسجل الرقم 10 بدلا من 01 مثلا أو
نعطي رمز الذكر بدلا من الانثى أو العكسء فاذا كان مثلا عدد الذكور 16 وعدد
الاناث 15 وجاءت نتيجة التبويب باستخدام الامر بان ane الذكر 17 وعدد الاناث
14 فسنكتشف ان احدى مشاهدات الاناث قد تم اعطاؤها رمز الذكور وهكذا. كما
ان الامر الفرعي Statistics سيحدد العديد من مقاييس التحليل الوصفي للبيانات
الخاضعة للتحليلء منها مقاييس النزعة المركزية (المتوسطات)» ومقاييس التشتت
ونسب ما يشكله كل متغيرء بالاضافة الى نتائج عديدة اخرى تتعلق بشكل توزيع
البيانات وتباينها منها مقاييس الالتواء Skewness التي تعبر عن اتجاه ميل التوزيع
التكراري ودرجته وعن تفرطحه أو درجة تدبدبه .Kurtosis
فبالنسبة للوصول الى مخرجات Case summaries يتم عبر الخطوات التالية:
Analyze — Report 一 Case summaries فيظهر لنا مربع الحوار المبين
في الشكل رقم )4-3( فيتم تحديد (تضليل) المتغيرات المطلوب توزيع المشاهدات
عليهاء وبالكبس على السهم الموجود الى يمين المتغيرات يتم انتقال المتغيرات الى
الجزء الايمن من مربع الحوار والذي n» عنوان متغيرات كما مبين في الشكل
البياني رقم (5.3). ۰
4.3 ) d البياني JH
Case summaries | es JI W Al يوضع مريع
T uc
OL HERE SR MER iv
| OE SSCS aS ES Saf
A المنس [x01]
i$ © العس [x02]
[x03] معدل الثانوية العامة ي أل
[x04] لختصاص لثانوية © |"
[x05] شهادة لاب d Me
d D. Eu 3 a
ADI a
Ai
m m
IRSE S 19; D VN
Una: Wes d | um
A M 1 ا "E
og URL ME
poten
1
DE A D Hs
1 Ise 1
ee pak -
ipm Vote es SRT MSS MN it ote a
p MOULE ELA LAM SESS IRE كوا
الا مسد تامع
Lo ULL eee 2 a M [nee
EY CERA Au RY EEG De REY iens xd SOLEIRA
A San EA E HS ا eGR ay kee te be hy ot
Ob df a d GA 0 x. d i
à EC "n D d 2, f i
55 E 3 | >
¥ Vu uA par ر ven سی م م ی We ar ای Ne هه خاب ضح يسا وريب n
المتسكل البياني zu )2.2(
يوضع موقع التفيات الطلوب Ls Lal للتمليل باستصدام Case summaries
Vartable iB ESE Data EURO A rH eens
sy REE pal OLY GH PRES ONO Naa BARRETT IA Ee AD AREA EE
sles Egle en Oala g Transom, fAnabee dore tiet
e, omes pooner
;| eni | xs | حرا ls | G4,
^d
hi esten ا innara <" j .
TUI t TOT. Hm TX T NU EE ue ETT UR
: دب ante ee Mee? ITT TOE ^ v»
ize: COSS A
عشي pig marth lane سر يد test T on ين M )بي a a A SOR je
; 8 0 8 ees
1 d. FERLIT at A Vi
Me
E Te
| wire ET $ BE
ES
= CER,
mm >
vr E
M H
Met
AX
00
Scere
Ae BITS
wy » LUN. UM Mer
te pO E M PES
ia
E PEE ESED E
03
اا ا [4]
dh ع
epee.
a
er hes
i
f
1
M ae
BE TRS ARS m
NS
E
ae
(ELE) Du (ur
GRAFEN Hac paras p. Hi 3 iS
gall
REA ae
HOEY Co
:
4
SS
eta
34 LV Displ à ases, B
TOT Meee HOPES
UA amen Ge
: Cas کا
2 is: ARE 5
1 AE
00101
EG
PREY
A
roa
a sti Di
HOY EUM ا USE
ny -
USER EEK
à UNE Paiste
AX oA SY RES Rd 3
ie Pant E f
E MUR x
ثم يتم الكبس m ايقونة Statistics لنحصل على مربع حوار آخر المبين في
الشكل رقم )6.3( ليتم فيه اختيار المقاييس والمؤشرات الاحصائية المراد الحصول
عليها ضمن المخرجات.
6.39 P البياني JJ
Statistics القاييس الامصائية لممّرة Ape يوضع مريع
: E ~ اتام j | -
Li eri E eS —
FER A E ا uo Xs EE XN 3 E SRM SAI
te Varlal yas ope cnet
LG War
Î E vct
|
AEDES
re
r^
z
n
MY Y DEA 2s
"d
ir,
MH سا شت ee eager
ae Number of Cases i = ut
et
d
1 Grouped Median
Gi) Std. Error of Mean
AEST
| نهذ PSE E Eê ESTERS bred Fev
ee zo
Pe
v
T
í
BNE E
ar dU r
T
T2. AE
zn
v Ly 4
Pact
:
t
P c
PIE
ce |e
Hu TS
^n +
AME
n:
i
k xS
x ho
Erie ore
MM
vi
K
2a z s
i > EE
ni M act S ipse zy 2
£e snp: | E 3A
Les We
pre
Li Pot
x AES r ig
DELE REN
TL fi
SES 5 3 ^tp
| x gue 3
anes ii
bod Data View Narê! AES
aeons Rae cA is SAI RE, ut T eee IL
ue Tu XLI ees RS VEN
HA gN jJ
چ Ere EN m i A
وبعد اختيار المقاييس الاحصائية المطلوبة يتم الكبس على 435 continue
للعودة الى مربع الحوار الاول (الشكل البياني .5.3( وبنفس الطريقة يمكن الكبس
على ايقونة option لاجل تدوين العنوان المطلوب ان تحمله المخرجات ومن نم
الرجوع الى مربع الحوار الاول ايضاء والان المطلوب هو الكبس على ايقونة 01
لاجراء عملية التحليل وظهور المخرجات المبينة في الجدول رقم (1.3).
1.3 #2 Ja di
دالمصرل على مقاييس AGI لتوزيم Case summaries ure do M cole AF
النزعة الركزية دمقاييس التشتت ددرجة الالقراء دالتشفرطع.
Cases
Tod
EN =
[meses at Due e| m [or nes
OOKAL
a [nae o oe a on
ial aga 1000% | 0| o% | 31 100.0%
mE EDGES
sea meo [ om [s [uos
OS A UA — جه 4 خی لیا لیا يبنا زح نيا الكل لحي لحر فنا لیا tA زح — RR کی CA لیا لیا لیا لیا اننا UJ الله لیا لیا tw
1.145
-.413
82 |
42 |
3:23
3.05
3.35
3.00
3.38
— یم لم س HF — — س ON — — NON — NON) — NK لا لا یج س — — — Wen — — — — MOM
-2.098
.304
.821
.421
1.37
1.29
1.45
1.00
1.45
Case Summaries
tw رم رم 一
Minimum
Maximum
Range
Std.Deviation
Kurtosis
Skewness
Std.Error of Kurtosis
Std. Error of Skewness
Geometric Mean
Harmonic Mean
Mean
Median
_ Grouped Median
a. Limited to first 100 cases.
e or ع OUR EUR es]
10
lt
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Total
اما في حالة اختيارالطريقة Frequency من Y! الفرعي Descriptive
Analyze — Descriptive Statistics — Frequency : Statistics
وبتوظيف ذات البيانات موضوع المثال )1.3( فان شكل المخرجات التي سنحصل
عليها سيكون كما هو مبين في الجدول رقم (2.3).
Frequency دشم )2.3 رمات طريقة Jone
العمر
Tp [rer
JA |
22.6
16.1
Valid
Percent
Cumulative
Percent
3.2
25.8
4].9
Q
شمر
ats
Frequencey | Percent Valid Cumulative
١ y Percent Percent
Valid 1] 17 54.8 54.8 54.8
2 14 45.2 45.2 100.0
Total 31 100.0 100.0
درجة الإحصاء النهائية
Valid Cumulative
Frequency | Percent Percent Percent
Valid 40 1 2
4] ] B 6.5
42 l 3.2 9.7
50 ] 3.2 12.9
5] 2 6.5 19.4
52 ] 3.2 22.6
56 | 3.2 25.8
58 | 3:3 29.0
60 | 32 32.3
61 l 3.2 35.5
63 7 6.5 41.9
64 ] 3.2 45.2
65 ] 3.2 48.4
66 | 3.2 51.6
67 ] 32 54.8
68 2 6.5 61.3
70 l 3.2 64.5
73 1 3 67.7
75 3 9.7 77.4
79 1 3.2 80.6
80 1 3.2 83.9
83 ] 3.2 87.1
84 1 3:2 90.3
88 | 3.2 93.5
9] 1 32 96.8
95 1 32 100.0
Total 31 100.0
معدل الثانوية العامة
Frequency | Percent Cumulauye
Percent Percent
Valid 55 : ;
56
57
58
59
60
61
62
65
67
68
69
70
7]
72
78
80
81
83
l
]
|
2
3
3
2
2
3
|
l
2
2
l
2
1
1
1
1
G3
p
Valid Cumulative
Frequency | Percent Percent Percent
Valid j 17 54.8 54.8 54.8
2 14 45.2 45.2 100.0
Total 31 100.0 100.0
شهادة الأب
Tre [mt
3.2
Cumulative
Percent
Valid
EC
3 الدوزيع السكراري المنعدد usa Cross tabs
فر دامع SPSS
ويستخدم هذا النوع من التحليل لعرض تبويب متغيرين أو اكثرء مما يساعد
على معرفة مدى تاثير متغير ما على متغير آخرء كمعرفة مدى علاقة Wie معدل
الثانوية العامة على مستوى اداء الطالب في الجامعةء وذلك من خلال الحصول على
نسبة معدلات الطلبة في الثانوية العامة اتجاه متغير الاداءء فاذا ما ظهر أن هناك
نسبة عالية من ذوي المعدلات العالية في الثانوية العامة في خانة الاداء العالي مثلا
فإننا نستدل على ان مستوى الاداء يزداد بارتفاع معدل الثانوية العامة وهكذا. وهذا
بدوره يدلنا على اتجاه العلاقة ان كانت سالبة أو موجبة. كما ويتيح لنا مربع الحوار
المتعلق ب Statistics المبين في الشكل البياني رقم (7.3) الحصول على مقاييس
اختبار مربعات كاي Chi Square والمعامل التوافقي Contingency Coefficient
Lambda ; ومعامل الارتباط Correlations وغيرها. كما ويتيح المربع DAY! في
الامر والمتعلق ب Cell Display المبين في الشكل البياني رقم (8.3) الحصول على
النسب و القيم المعيارية „Standardization
:) ١ a البياني qe
Crosstabs 一 JU Statistics Aye يوضع مريم
3 DES uu
HA
BPEL RA E SEO ae لو وو EEE ARES
; ANGULUM AIEE Y EIS 7 RAGED
7 Lv M + 时 ba 1
pr iy Mak اجر حورج دودو
pr UOS 1
EONS,
up get eaten
Ordinal
TANE
UN
RCR
EANA
ik
TENE
RSS v NS
a
ERE by wd
ea
tye
aed fe eie rl E op
1
n xs :
AR S SE
UNE.
SIN Oats vie E TERA I Oa ERR N EIS aa
RRA للكت لئان uS 192092082 BEERE Ier UL ETRE T
EXP led papae I
EE nent a5 OE ASEM Cree NE ر Aas
Poe sini ee en sss
7
A
8.3) d البياني JJ
Crosstabs 一 JU Cell Display 4M يرضع مريع
Eoo) UNTEN V
JEET E ME
ted i
FU Verr ER SOHO EDAX 3
1 0 EA EAE AP AAN UE OE EA NE AASA NAT ESEA AET
C
a ak ia
PIU PT UAE TES ;
n dd
e
:
#
E
EE
RU:
E
sh,
ds
EARS
TES 84
Yo R F
Resid
و وس باون nf
3
ADS
oe
ses il voci e T
ea te م
1 T
i Se
apr
:
rad
: n E
VECTOR moy
FEE EE PAN
x
ES MR EOE
ودعي دم عر ع١ seat
Love
والوصول الى استخدام هذه الطريقة يأخذ المسار التالي :
Analyze — Descriptive Statistics — Crosstabs
و باخضاع البيانات موضوع المثال )1.3( للامر Cross tabs بعد المرور
بمربعات الحوار نحصل على جداول المخرجات وعددها 16 جدولا تعود لخمسة
متغيرات موزعة على المتغير التابع Dependent Variable وهو متغير علامات
الاحصاء النهائيةء ونختار من بينها للعرض والتحليل مخرجات متغير واحد كنمودج
وهو متغير الجنس SEN) اناث) باعتباره المتغير الاول في القائمة من Cus
التسلسل والمبينة نتائجه في جدول رقم (3.3) التالي:
03,3١ Fe Sire
(1.3) بيانات الثال Jala Crosstabs رجات الاسر
Case Processing Summary
Casese
Total
| N | Percent | N | Percent | N_| Percent
N
sf 1000 To] ow [31
i العمر"درجة الاحصاء 31 | 1000 [0] 0% | 31
[XA مسل الافوية نة" رجه الإحصاء | 31 | 1000 [0| ex [aT
Parc درجة unas | 30 1000 (0| D | 3
]شهادةالآب*درجة الإحصاءلنيثية 30| — [o m [3
100.0%
100.0%
المنس slapt psst النبائية
Crosstab
Pe
الجنس 1 Count
Js Within لجنس 5.9% 595 | §, : 5, E
Ve Within 143 درجة الإحصاء 0 ie 50.0% 100.0% | 100.0% | 100.0%
1
71% | 71% | 71% | 7.1%
100.0% 100.0% 100.0% | 50.0% | 100.0%
1
3. 9
100.0% | 100. us
Chi-Square Tests
s I NN
ded
[Linear-by- Linear Association [193 |1 |.660
N of Vaild Cases سيبلت aE NES
Symmetric Measures
Asymp.Std. | Approx. | Approx.
Correlation
NofVaild Cases | 31 | |||
Vs Within الإحصاء النهائية åa p 100.0% | 100.0%
2 Count
% Within الج
YWithin نرجة الإحصاء النهانبة
Count 1 1 1 1 1
Within الجنس 32% | 32% | 32% | 32% | 65% | 32%
100.0% | 100.0% | 100.0% | 100.0% | 100.0%
® 52 Cells (100.0%) have expected count less than 5. The minimum expected
count is .45
) Not assuming the null hypothesis.
® Using the asymptotic standard error assuming the null hypothesis.
€? Based on normal approximation.
Cross tabs محر حاتت patted
ومن مخرجات متغير الجنس موزعا على المتغير التابع (علامات الاحصاء
النهائية) الواردة في الجداول adel نستدل على مايلى :
الجدول الاول: الاستدلال على اكتمال كافة المشاهدات لكافة المتغيرات وكما تشير
لذلك النسب %100 وبالتالي فان نسبة القيم المفقودة هي 900.
الجدول الثاني: أن 66.7 من عدد الطالبات GLY! هم ضمن علامة %75. في
حين المتوقع وفقا للتوزيع النظري Expected ان تكون النسبة بحدود 9010.
الجدول الثالث: لم تدل نتائج اختبار Chi Square على تجانس معنوي في توزيع
الاناث la, لفئات العلامات Se في الغالب كانت علاماتهم متركزة في
الفئات بعد المتوسط؛ وكما يتبين ذلك من مستوى الدلالة (المعنوية) في جدول
المخرجات.
الجدول الرابع: ان درجة التمائل في شكل التوزيع الطبيعي Normal بموجب معيار
Lambda هو عالي المعنوي Cus (a = 0.000 ric) بلغت قيمة Lambda ما
مقداره 0.857 (من مجموع 1)؛ اما المعايير المتعلة بدرجة الارتباط فقد Cela
ضعيفة نسبيا el ga بموجب معيار Pearson R أو Spearman correlation أو
كما تم الاستدلال مسبقا من Chi Square بالنسبة لمعيار معامل الارتباط
التوافقي Contingency Coefficient .
6.3 موزيع الدكرارات علي قات باستخدام بر فامع EXCEL
ونتابع اجراء العمليات التحليلية المتعلقة بتبويب البيانات في فئات تكرارية
وكذلك عرض البيانات باستخدام الحاسوب ولكن هذه المرة باستخدام برنامج EXCEL
all dada y ات التالية AS مق og SII aaj gill على شكل CHL العركن ulli
حيث يمكن اعتبار هذا البرنامج في هذه الحاله هو الاكثر سهولة 5 1 dala SY للوقت
كما اسلفنا في اعلاه. اما في حالة الرغبة في استخدام برنامج SPSS لاغراض
العرض البياني فالاجراءات المطلوبة هي اختيار الامر الرئيسي 65 ومن ثم
Jogi Vel ea atk عن eA agri as
افتراض توفر ملف بهذه المتغيرات.
والمقصود بالفئات هنا هو تقسيم البيانات الى مجموعات تدعى 'فئات
Intervals فلو افترضنا ان المطلوب هو توزيع الطلبة على فئات درجات مادة
الاحصاءء وان عدد الطلبة البالغ 31 طالبا والفئات التي يوزع عليها الطلبة هي كما
مبين في ادناه:
درجات مادة احصاء: ١41 443 91 75« 76« 64« 60+ 40« 56« 52+ 50« 95« 61
8 63« 65« 68« 70« 60« 83« 84« 688 51« 673 075 79« 80« 67+ 63« 66« 51.
الفئات: 40- 49« 59-50« 69-60« 79-70« 89-80« 90- 99.
مع الاشارة الى انه في Alla لدينا احد حدي Aul هو اقل أو اكثر فيتم pale
اعتماد طول الفئة السابقة لها أو الفئة اللاحقة لتعيين الحد الاعلى أو الادنى غير
الموجود؛ وللزيادة في التفصيل النظري وفي كيفية تحديد عدد الفئات يمكن الرجوع
الى فقرة " الطريقة اليدوية " التي سيتم التطرق اليها لاحقا. ان الاجراءات المطلوبة
لانجار عملية التوزيع التكراري الى فئات باستخدام برنامج EXCEL هي كما يلي:
- الدخول على البرنامج من خلال: Start — programs — Excel .
- بعد ظهور صفحة البرنامج نكبس (click) على معالج الدوال fx الموجود
في اعلى الصفحة أو الحصول عليه من إلامر الرئيسي "ادراج "Insert فنحصل
على مربع الحوار المبين في الشكل (9.3) في ادناه:
: 9:39 r le je
Excel eid مما الردال DD. يوضع
| BPN ORO TEE ORE RN Maa Nen [4 k. |
EEEE E ا R لا
Spa ee عر KITEET YFI TYEE ND AEG
cde ARR REA ESCAS
ER PRN PEER DT ESS
A SB FRE x
UO PAV ا
Pásto.Cunetion SA ye
E oo
SITTERS
um i x
TEE
:
1
aee
A - |
i "d
s t-
H H
! KE
i. -l i3. 5
: i aby Rect nds brad nint LERCH Ra oh A leer per Tai Feet en]
3 Í Cate نطو Secray) Uae TAN
: 4 are S QUATN salt BS S 3
: POET ox E MSS RU S ^
ER oe ga
i :
5 f
٠. a
~ 一 -~ ae eom لون له
TRE eU spes E UII AGRE ques
MM D IU CULTUM UE
"eis ceci E aN "م ف | T رض eost DEGREE 1 [D] Moron Excel - ©
PEER ELEN
HESS LUE
- نقوم بالتأشير على statistical À وكذلك على الدالة أو الوظيفة المطلوبة
وهي Frequency الواقعة في الجانب الايمن من مربع الحوار كما هي مبينة
في الشكل Mel ثم نكبس (click) على موافق (ok) الموجودة في اسفل
ریو فر قر اون ا ف كه مدت م وا ترات
الطلبة في مادة الاحصاءء وفي الشريط الآخر الحدود العليا للفئات فنحصل على
النتيجة في الجدول ادناه رقم (4.3) والمبينة في الشكل البياني رقم (10.3).
AN pa
: 10,3) ge JCA
Frequency الرالة o Nea by
bat E EE E M CU ATLA Rd
, Xs TE:
edges AE nov aS dA dus STARE Spry
ten EY me E oe
¢ ei (76
Kn 8 PEs brt x ur
t
I.
xi
A ANN
EORR
ae Y
O33: REE ames —
E
P Rat ed tA Rh tet Aner ne t APR E
3 Ga jJ. c amu nnam nt II ud eve = tremite imma ed . , 64, 2
= 1 H f ر
oa Hele SE SLRS 3 ولس بخ وك امس كه ا A AE
Nx x 5 1 Bs o EE 55. Be
l l i 52. E
1 2 r i ee 5 de
3 0 f a5 B
: BV BY
+ 5 : ` 8
l p a "m £8, :
: S 3 3
- 4 3 1 eg Ed
as — mite PUE EE M Ae PARIT, AAR SPI arp pr cr oor eom py
] 70; P
| اريسي nee een M eines يي ان ER Moe
4 i i p
nme rtm nno erret nns mmn به mre aad. بحام جد ياي عدم ب ا ال — ABE
Es us p eroe
von [EEG EE
3 الرسوم والاشكال البيانية
EXCEL 9 SPSS
وتعتبر اكثر فعالية في وصول مضمونها الى القارئ لسهولة فهمها. ومنها ما تخص
البيانات às gall المنظمة في جداول وفقا لفئات تكرارية» وقد تكون على شكل مدر ج
تكراري Biacl) متلاصقة (Ai أو منحنيات أو مضلعات بيانية. واخرى تتعلق بجداول
بيانات غير مبوبة مصنفة حسب صفات نوعية تبعا لطبيعة الظاهرة تحت الدراسة
التي قد تكون زمنية أو جغرافية» والنوع الثاني قد يكون على شكل مستطيلات
منفردة أو متعددة أو مركبةء أو على شكل دائرة بيانية تعود لقطاعات أو اجزاء
مختلفة لظاهرة معينةء بحيث يمتل كل قطاع بجزء من مساحة الدائرة لتسهيل عملية
او 7 في حمالة استخدام بر نامج SPSS
أن اجراءات استخدام برنامج 5 تتلخص بالدخول الى البرنامج واختيار
الامر الرئيسي Graphs ومن ثم تعيين نوع الرسم البياني المطلوب والكبس عليه
(Click) للحصول على مربع الحوار ومتابعة انجاز الرسم» بافتراض أن لدينا ملفا
بالبيانات التي سنختار منها المتغير (او المتغيرات) المطلوب عرضها بيانياء أو بناء
ملحب جره andl عليه tha ذلك الى age otis US ی ile. peta)
الطلبة موضوع المثال )1-3( edel واخترنا نوع الرسم المطلوب هو المدرج التكراري
71 فستكون لدينا الخطوات التالية:
- الدخول على ملف الطلبة والتأشير على الامر الرئيسي Graphs وعند الكبس
على Histogram سيظهر لنا مربع الحوار الرئيسي المبين في الشكل البياني
رقم (11-3) التالي :
013 سكل بياني ا
SPSS " isa Histogram Lii » a XP
[iss ous 5 HERS
ee "UE Ot TEES SOLDERS KD SOE eer x OM SETS EROS OES Ee a Pe FEE
HEE DS ae x atan aN See SOUS ay EEN
0 N $ F
Zoe ا و a
Reo
5 ا cog’ wal. :وهر هاف نے Clea ق ا
اليمين بعد التأشير على المتغير واستخدام السهم» واذا رغبنا بظهور المنحنى
الطبيعي مع المدرج نقوم بالتاشير على حقل Display Normal Curve الموجود
عند اسفل مربع الحوار الرئيسي المبين في الشكل اعلاه.
- الكبس على Titles فيظهر لنا مربع الحوار الملحق المبين في الشكل البياني
رقم (12-3) الذي يتم فيه ادراج عنوان الرسم.
: 0239 a بياني jt.
SPSS البياني باستض رام برنامع c اللمن المتملىق بمنوان E E مريم
SES SEDO E ditty Aa ا ا ل ل ا ا LORRI EAC) E
Bi Rie اقم Vip UU oss O TAT IE
errs eats
LTEM
MRT AMA HOE ees Lite
ei baeo db orks | bere
ic ER 0
oS
oe
phe Ricci meme canoe ay pic nth EE
LER ار ISN, di :
eG REA HAE Gy
AREIS
zd
p
2
oe
- بعد ادراج العناوين المطلوبة في مربع الحوار الملحق» نعود الى مربع الحوار
الرئيسي من خلال الكبس على ايقونة Continue وفي مربع الحوار الرئيسي
يتم الكبس على ايقونة Ok فنحصل على المدرج التكراري مع المنحنى الطبيعي
كما هو مبين في الشكل البياني رقم (13-3) التالي :
Sid. Dev=.84
Mean= 3.4
Sfsd fdsf sd
خاضنا: حتالة PIAS) بر EXCEL gels
jet EXCEL quali planta Apyllaall cel yal Ld ایو ASA),
البيانية فتتلخص بالخطوات التالية:
- الدخول الى البرنامج من خلال Start 一 Programs — Excel
- يتم اعداد جدول بالبيانات المطلوب عرضها ومن ثم تظليل الجدول أو
الاجزاء المطلوب عرضها.
- ايك ule (click) uel نالع al All eos على lodho
الحصول عليه من الامر ادراج (Insert) فتظهر UJ صفحة انواع الاشكال
البيانية المبينة في الشكل البياني رقم )14-3( ادناه لنختار نوع الشكل البياني
esi
:
1 Fd CN
SER
"REN SENS 5 bá
QNM ا ا و ار Lie
t
3
d PN
zx
SE
és EH
der
A
ae
kt
1s $
RA t
fr
s.
mmm rome mtm mne n
ESSEN ERAS NS SMS:
OlTice Assistant
Wold you 9s
heto wih ctis
1] (وس جين s
© Ym, posee
prove ao
€ FD, dont
١
OERS S t M 一 “一 Án ل mi n
Cite Ne e
: DIM pen X05
- معاينة الشكل الذي سيبدو عليه الرسم البياني بالضغط المستمر على ايقونة
to view sample المبين موقعها في الاسفل من الشكل اعلاه.
- اختيار aia الشكل المطلوب بالكبس على "انواع مخصصة «custom types
بعدها يتم متابعة الخيارات المتوفرة بعد الانتهاء من العمل مع كل خيار
بالكبس على Next والتي تشمل
- تسمية سلسلة (مفاتيح) بيانات الشكل البياني بعد مرحلة اختيار Au الشكل
وظهوره.
- ضبط الخيارات المطلوبة للشكل البياني والتي تشمل: العناوين title ووسيلة
الايضاح legend والتحكم في اظهار القيم وجدول البيانات وغيرها.
- تحديد الورقة التي نرغب بادراج الشكل البياني عليها ان كانت مع جدول البيانات أو
منفصلة» وبالكبس على ايقونة Finish يتم اغلاق المعالج ويظهر الشكل البياني.
وفي الآتي نتابع كيفية الحصول على الرسوم والأشكال البيانية كلا على حده:
)1( امنحنيات و الخطوط البيانية التكرارية والمتجمعة
Frequency and cumulative Curve
وهي عبارة عن Shine متصلة تمر بجميع النقاط المحددة وفي ila التوصيل
بين هذه النقاط بخطوط مستقيمة عندها تدعى بالمضلعات التكرارية. وان خطوات تهيئة
البيانات لاعداد منحنى أو مضلع تكراري تتطلب ايجاد مراكز الفئات والتي هي عبارة
عن chal جمع حدي الفئة وقسمته على 2. Lil بالنسبة للمنحنيات أو المضلعات
المتجمعة الصاعدة Ascending Ogive Curve أو Descending Ogive Curved) jill
فتتطلب ايجاد قيم المتجمعات وفقا لما هو وارد في الطريقة اليدوية. ولنفترض أن
المطلوب ايجاد المنحنيات التكرارية والمتجمعة لبيانات الجدول (4.3) موضوع مثالنا
اعلاه فيكون لدينا الجدول رقم (5.3) التالي :
(5.3) ps Jae
دالتكرارات د دمراك زالفئات والتميمين الصاعر دالنازل = oli يضر
أ. المضلع والمنحني التكراري
- عقب الدخول الى برنامج Excel وفق الاجراءات التي تم شرحها في اعلا
يتم تظليل (تحديد) البيانات المطلوب عرضها كمضلع تكراري؛ ومن ثم يتم
الكبس على معالج الرسوم البياني فنحصل على الشكل البياني رقم (14.3) ومنه
نؤشر على فئة Line المبين في الشكل رقم (15.3) في ادناه :
DS EN
(15.3) a البياني H9
i io = اصْتَسار Ale
RUIN
TOD
BESA IE PRIME ره
E EE رع
til yn Eta tees SE 54 ka i
io ESET
dius GERD. uM
gle اعلا فنحصل Wer المبينة في NEXT de EM p bl
(16.3)
d 6. ye HCL
Eas Ee Pd Ns) cel من EOL) Abe JI
wald you be
helo wah this
featur ar
Yes, parta
provide Help
Mo, don't
xr er
diim K
5 Dom d
GATA SH scavenie tm
ICC
ins
End beg fad ES
BESE
一 一 E
1
4
1
`
i
i
56
H
D
3
r
a
«
SUE
‘
0
0
)
- +
ai) JSAM
- ونتابع اجراءات اكمال المنحني البياني بالكبس مرة اخرى على NEXT لنكمل
تدوين عنوان الشكل البياني واسماء المحاور الأفقي (الذي عادة ما يحتوي على
الفئات اومراكزها أو احد حدودها) والعمودي (الذي يتعلق (I ISL
بالاضافة الى أوامر اخرى تتعلق بمظهر الشكل البياني» وكما مبين في الشكل
التالي (17.3):
الشكل البياني 17.3
abe ms تردين عنادين الي 1 البياني
rp TX Frater ig
ES X C
jp eco tales a
le ee 3 BEG t] Sey BS ZW
Dine bee eee Mee
teu
sten 33. 3 asl. nmi
3 ] 65: Ee -
2 E qe 4 d. NH R
一 NS Sp
PROC T RTA
PIA في
امامت هع aT a
HATE DE de die
an
et Scd
Rem Meer aT
La» Vl ty 3 ل T1 طاليد
oh aae Gd دع y 3 ES AM Bid
Xd
un
RERO
MA
And
Office , Assh! aet
w^ dd yx) in
| hek, wet he thas
| femurs’
Vélo a RES Ry ie apr a er pA RAT
i © You, (ese
| OF ovale het)
!
ve DE
Mo RE a M r
X Conteh UXSS
~ 一 一 ~ Nes, den
trowde help
24 l ;
A
APS e
x Ed (osos
IRSady ase
sas] لها
z م
AGED
pom ns SES SN
a4 xà PT kA
BIS
Ws 25 ins 5
- والكبس الاحق على NEXT يقودنا الى السؤال ان كنا نرغب باظهار الرسم
على ورقة مستقلة أو بمعية جدول البيانات وكما مبين في الشكل (18.3)
ادناه:
(18.3) البياني JI
البيا si ii lyts mph NS à, Jl AF Alo
Dove ET ae x
dr ee Que Mp n ra
ts}
TEX S AUD
Des aT
eee ue Hs
Sabes exe at EH nm sis IE ze DUI OT
r m "TZ ad: $
GMT E E À V Hug
TB ae 0 ae اكه كك
i qudm Y.
EN C
=
2 UE VH WE TES PA ee eee gesting sy Xx Ag:
HS EEE: SUG fi
[OU SAS d
erage 00
T مت
x H ux Office Aasin ent م ١ WA 0 |
you Man ارين يب = ١ 1 1 j^ Ww t
ud 4 1 help wasl; Lis
7سجري Es 0 Jp
2E i E yo», please
l. FAS: ho, dorit
P 人 Re
Eu ; A
ee | 8 NIE
ges J - aS
ا و T E RP "m 5 to whee. 1
ETIN SES RETE ERR. eet A EE
E pus you eer ا
asm ل ES ERE
- وبالكبس على ايقونة FINISH المبين موقعها على الشكل (18.3) اعلاه نحصل
رسم المنحني التكراري في الشكل (19.3) ادناه :
الشكل البياني a )19.3
nm FANTINI SEN LT RE RAR SAKES
ne a ete the X
0 e A
pi KEE
+ M ie fi SHEN e
E ot 2 A4 a SURE
à sg
f PADA
التكرار
Lal المنحنى التكراري فهو عبارة عن تمهيد (smoothing) لنقاط التقاء المضلعات
(المستقيمات) والحصول عليه يتم JUL منحنى (smoothing lines) بعد الكبس
على ايقونة Custom Type (تخصيص) المبينة على الشكل )15-3( وبمتابعة نفس
الخطوات التي تم اتباعها مع المضلع التكراري نحصل على المنحنى المبين في الشكل
رقم (20-3) ادناه:
20.3) e بياني LE
شكل بيني يوضح المنحني التكراري
شكل بياني يوضح المنحنى التكراري
te
ERA Me REULA ME ES PER EY REB ER E ERECTUS S SA e DS rh
PM UN Durs euer
S AR x Tf ey PEY UN DE D NS CENE 553
A ki Ra EU ufi EIE E
10 ل DUE OD VASA CES
: . N sf s RS t n dive NARR 2 oN
PAS m PW ١ Es dubi 3 xi in wr EYS A
0 AA AT IN A i EE Sees ue i d x
RS ü
d —
- p
4 du» 3 A ut
2 SATE ANE NSH Carpi iar
E AER O 1
cs M S CANTA Oe EM
Mies SEN RR RA ATEN
A OAA
dai a3 ع 3
LY 50 50- 59 60 UR TO- Tht O H9 Q0 5 Noe
ب. المنحني المتجمع (الصاعد والنازل)
وبتظليل البيانات المتعلقة بالمتجمع التكراري (التي يتم الحصول عليها بموجب
الخطوات الموضحة في فقرة الطريقة اليدوية التي سيتم التطرق اليها لاحقا)
ومتابعة نفس الخطوات التي تم العمل بها في حالة المضلع التكراري اعلاه نحصل
على رسم المنحنى المتجمع الصاعد والنازل المبين في الشكل البياني رقم (21.3)
E E
يوضع البنمنى التصبع الصاعر دالنازل
mm
Rae Cen OU
DICES S DN URS
; e GA
Baa pee LAO 0 S
0
(2) الاعمدة البيانية
أ.الاعمدة البيانية الاحادية (البسيطة)
لو فرضنا المطلوب عرض البيانات المتعلقة بمتغير شهادة الاب لعينة الطلبة
موضوع مثالنا والبالغ عددهم 31 طالبا والمبينة في الجدول رقم (6.3) المبين في
ادناه >
el Jodi )6.3
يرضع توزيع عينة الطلبة مسب سهادة الاب
وبالعمل بموجب الخطوات التي تطرقنا اليها فى اعلاه باستثناء التأشير على
اعمدة نحصل على الشكل البياني ( 22.3 ) التالي:
(2 25 ) 2 V Hs
مسب الشادة LF) SLOW تمرض توزيم آباء الطلبة by lee أعبرة بيانية
A
RRES N ATARFE
VPN
Y
RUE
J
p 3 v t Rev Ped o4 PELE 3
EN , to tee x DEAD 1
y : y Mares H
T i? e N Er 3 en 9 5 IPM
3 ASD SESERUR ARAB SR SU ESSE TE IR
N i i Pee Ee PA RE AN "v H
SEER RARE E EEA ALES $
ES SIE MESES SS ERA SEGA
SNS TES N 8 0
3 SEE [GEES TSO | i
ROS
n Sestumt
Bl Series?
SUA 3
Š RA
ube US
AER aa, BALSA
S SIVE
^
E 0
E
1
MS
ب. الاعمدة البيانية المتعددة À S pall g
وهو الشكل البيانى الذي يمكن استخدامه لعرض عدة ظواهر أو عدة مستويات
للظاهرة الواحدة في 5 اعمدة» ويدعى "الاعمدة المتعددة" اما اذا تم عرض هذه
الظواهر أو المستويات بذات العمود فيطلق عليه "الاعمدة المركبة" كما مبين في الاشكال
البيانية )23-3( و(24-3) على التوالي والتي تعرض بيانات الجدول في ادناه.
JI uae D ioco D ae S] للسنوات
phe : دقر CID)
يوضع استطرام iet JI التمردة موادت الردء مصنفة مسب نرعها لال السنفات
Gre) الردل
16554
CRN EEO Ee SEA
xr lita Mite HS ADS ME
VOTIS tee De
CS e TUA
XEM NA
2 Rees d
أ 7
Db gj ^ duet 38 fi,
ery OA
$
T M
t » " T.
4 h DM zA 2 ESE ر
0 A A 3 xb 0 n
RRS Ck PENSIA Idee 9h51 ISS AE
: uc EE d donc oue
Li: $ : í EEG Tk K
3 AS ES at جع 1 Sl DELE PALA b X%
awa Fe I EC DOSE LA py b 1
3 3 AMNES Ri ES
2 EE Chace د dS i
WO LS SEA 7 1 :
Xie K Troy 25
3 8 y»
S xf 2
وا
ختيار النوع
التالي:
oa
人
16
a
نات المطلوب رسمها و
نحصل على الرسم |
م
ua
ea
Lh
(63d sed. 3550.)
3) البياني رقم
(25.
"uci
)
»
all
ب
Se
-
b
في
(3) الدائرة البيانية
£
IS,
ay:
3 BEG
Ud Bop tones
3
مجه
Katt PR
vie
ية
-
سنوات eee Lee MI الردل
يوضع
LI -
ام الل
Lo ^
البيانية
ee
pe as. ال
,243
داجما ارت
Jie ey
25.3) بياني دقر SE
(132 عينة الطلبة: رعالية 10ن «بلالوريوس shim دار بيانية توضع
(16 إثائرية 1,39( (متوسطة 113( (ابترائية
6% 10%
Am
ES + q
ares Eres
dá
Is 4
aye hy
4 RES
yi KS h 7 ij
E LENEN, te
MA ع y FLY.
MUS 1 ^
0
^r 4
aa ope
امم RA
e X
Clete
tse Dien.
3
|
s
Yl الى pono والضور aga ule Spaall في GLA Sars
ومنه الاجراء Picture ومن ثم استخدام الامر الفرعي صور Insert الرئيسي ادراج
والاشكال Symbol كما ويمكن الاستفادة ايضا من الامر الفرعي رموز «Clip Art
رقم (26-3) نماذج لهذا النوع من العرض البياني.
a 24 A
spe
pper
263) بيانية در SE
- التعبير عن aae الزوارق الرياضية في سواحل احدى المدن والبالغ عددها 800
TED
83 الطريمة اليدويه في دبويب وعرض البيانات
1- التوزيع (e yf 4SaJÍ الممسبط Simple Frequency Distribution
ان اجراءات تبويب البيانات على فئات والتى تدعى 'بالفئات التكرارية",
والمشاهدات التي يتم توزيعها على هذه الفئات تسمى 'بالتكرارات" يتم انجازها من
خلال الخطوات التالية :
الخطوة الاولى: تحديد عدد الفئات
وفيها يتم مراعاة بعض المحددات ومن اهمها طبيعة البيانات وحجمها ومقدار
الاختلاف بينهاء فتلك التي عددها محدود من المناسب ان يكون aac فئاتها قليلاء
وسنحتاج الى عدد أكبر من الفئات في حالة كون ore البيانات أكبرء ولكن بصورة
طافة يسن إن cua lage aid Cans das ALB Gy SY ات Qa lass ae. asi V
الفئات بحيث تزداد التفاصيل التي قد تكون غير مستهدفة وتؤدي الى خلق فئات خالية
من التكرارات. ويمكن الاستدلال بالصيغة المقترحة من قبل )1926 (Struges,
لتحديد عدد الفئات والتي صيغتها هي :
KE (3.1)
حيث إن: k = عدد الفئات
م = عدد القيم (البيانات)
الخطوة الثانية: ايجاد طول (او مدى) الفئة 11
وهو عبارة عن الفرق بين أكبر واصغر قيمة بين البيانات وقسمته على عدد
الفئات التي يتم تحديدها في الخطوة الاولى؛ مع محاولة تقريب النتيجة الى عدد صحيح
في حالة الكسرء اي: f
-H : اكبر قيمة — اصغر قيمة
lial} aae
الخطوة الثالثة: تحديد حدود الفنات
فالحد الادنى للفئة الارلى هو عبارة عن اصغر قيمة بين bbl والحد الاعلى
ن عا عن اا ل ال الى ف الت اروها هة ا وال
aay! الفئة الثانية هو عبارة عن القيمة اللاحقة aali الاعلى للفئة السابقةء ئم يضاف
الخطوة الرابعة: توزيع التكرارات على الفئات
وفيها يتم توزيع البيانات على الفئات» وذلك بوضع اشارة امام All المناسبةء
ولغاية اتمام كافة البيانات ليتم بعد ذلك حساب هذه الاشارات ولكل فئة لتدوين التكرار
المقابل للفئة المعنيةء مع مراعاة مطابقة مجموع التكرارات لمجموع aae البيانات.
مثال (2.3): لدينا في ادناه علامات مادة الاحصاء لعينة الطلبة البالغ عددها 31
طالبا. والمطلوب تبويب البيانات في جدول توزيع تكراري بسيط .
41« 40« 91« 75« 76« 64« 60« 42« 56« 52« 50« 98« 61« 68« 63« 65«
68+ 70« 60« 83« 84« 88« 51« 73« 75« 79« 80« 67« 63« 66+ 51
الحل )2.3(:
- نحدد aae الفئات باستخدام الصيغة )1.3( K=143.322 (Log n) يكون لدينا :
K-143.322 (log 31)
m
(40) اكبر قيمة )98( — أصغر قيمة
10 = ————————————————— - H X JL SM Atal J gb atl -
(6) الفئات aac
- تعيين حدود الفئات: من البيانات اعلاه نجد اقل قيمة هي 40 فتكون هي الحد
الادنى للفئة الاولى؛ اما الحد الاعلى فهو حصيلة جمع قيمة الحد الادنى الى طول
الفئة 10 مطروحا Aia 1 ليصبح مقداره 149 اما الحد الادنى للفئة الثانية فهي
القيمة اللاحقة للحد الاعلى للفئة السابقة وهي 50ء وباضافة طول الفئة مطروحا
منه 1 الى الحد الادنى لذات AME لنحصل على قيمة الحد الاعلى AM الثائية
وهي 59 وهكذا مع باقي الفئات» فنحصل على الفئات المبينة في جدول رقم
)14.3( .
- توزيع التكرارات على الفئات: وفيها يتم تأشير كل تكرار مقابل الفئة المناسبة cA}
ومن ثم القيام بجمع هذه الاشارات ووضعها في حقل التكرار كما هو مبين في
الجدول (14.3) ادناه:
VA KA SEA ev
Raat
و
11
du
3 ESR
EE
24 4,3 ) p Var
AG yip Dae
Gaza | ضرت
11111111111
اا WC
الفئات المفتوحة والفئات غير المتساوية الأطوال
في CYL معينة يصادف أن تضم ác gama البيانات بعض القيم المتطرفة او
المتباينة مع اتجاه القيم الاخرى؛ فاذا كانت متطرفة في الصغر فستخص الفئة الاولى:
وعندما تكون متطرفة في الكبر فسيتعلق الامر. بآخر cA مما يستوجب إما daa
بعض الفئات غير متساوية الطول» أو القيام بشمول فئات dibal فالفئات غير
المتساوية الطول تخلق صعوبة قي اعطاء صورة واضحة عن شكل التوزيع عند اجراء
المقارنة الفئوية. وفي حالة جعل كافة الفئات متساوية الطول سيؤدي الامر الى أن تكون
بعض الفئات خالية من التكرار. ومن الخيارات الممكنة لمعالجة الحالة الاولى هو رفع
الحد الادنى من الفئة الاولى اذا كان التطرف في الصغرء ورفع الحد الاعلى من الفئة
الآخيرة اذا كان التطرف في «Sil وهو ما يدعى بالفئات المفتوحة كما هو مبين في
الجدول رقم (15.3):
(15.3) E مردل
160 فاقل
ولمعالجة الحالة الثانية (الفئات غير المتساوية الطول)؛ quan علينا تعديل
التكرارات قبل البدء بحساب المقياس ويتم ذلك باستخدام طريقة شبرد Sheppard’s
correction 01 grouping وذلك بقسمة التكرار الخاص بكل فئة على طول الفئة
المقابلة له للحصول تكرارات جديدة يتم اعتمادها في حساب المقياس المطلوب .
الحدود الحقيقية للفئات (نهايات الفئة)
رغم ان الفئات تضم كافة البيانات عند تبويبها الا انها غير متصلة ببعضهاء
مما يجعلها متغيرا متقطعا «Discrete variable اي ان هناك Glas فاصلة بين فئة
واخرىء مما له تاثير مباشر في التوزيعات الاحتمالية عند تمهيد المنحنى التكراري.
ولأجل تعديل حدي الفئات يتم اعادة حساب (gaa الفئة للحصول على ما يسمى بنهايات
الفئات كالاتي :
الحد الأعلى للفئة السابقة + الحد الأدنى للفئة المعنية
النهاية الدنيا للفئة المعنية = >
الحد الأعلى للفئة المعنية+ الحد الأدنى للفئة اللاحقة
النهاية العليا للفئة المعنية - 7
فمثلا الحدود الحقيقية لفئات الجدول رقم )14.3( تصبح كما في الجدول
(16.3) ادناه :
89.5 5 89 -0
99.5 -89.5 99 -90
2 الموزيع (e yf sif المتجمع Cumulative Frequency Distribution
وتعود اهمية التكرار المتجمع عندما ينصب الاهتمام على العدد الذي يزيد او
المتجمعةء فتلك التي يبدأ تجميعها من الاعلى باتجاه الاسفل ويصطلح على تسميتها
بالمتجمع الصاعدء وفيه نبدأ Usb تكرار وعند الثاني نضيف اليه التكرار البسيط
الثاني وفي الثالث نضيف للمتجمع الثاني التكرار البسيط الثالث وهكذا. اما النوع
الآخر وهو المتجمع النازل فيكون آخر تكرار هو الاول ثم نضيف اليه التكرار البسيط
مساويا لمجموع التكرار البسيط. وبالرجوع الى جدول التوزيع التكراري البسيط رقم
(16-3) يكون لدينا التوزيعات المتجمعة الصاعدة والنازلة كما هو مبين في الجدول
رقم (17-3):
1727 e" Joa
e "p e
jud aussi ond decet القن JUGE اا eel jal) ios
للفئات» وذلك باستخدام الحدود الحقيقية العليا مع المتجمع الصاعد والحدود الحقيقية
الدنيا مع المتجمع النازل كما هو مبين في الجدولين رقم (18-3) و (19-3) التالية:
J83) d Sine
ine الصاعر eaidil قراءة
stal لكر | ٠ EE NE
L3 [ هسهو ١
ا sses
مردل ور 3 19(
s) المتجمع التازل
التكرار الدنسبي البسيط والمتجمع
فالتكرار النسبي البسيط و المتجمع هو عبارة عن نسبة ما يشكله تكرار كل
AS من المجموع. وتأتي اهمية النسب عندما تكون قيم التكرارات كبيرة جدا فتصبح
النسب del في المقارنة بدلا من الارقام» وتتحقق Adae التحويل الى نسب من
خلال قسمة تكرار كل فئة على مجموع التكرارات وضربها ب 100.
3 التوزيع التكرارى المزدوج Paired Frequency Distribution
ويستعمل هذا النوع من التوزيع في تبويب البيانات في حالة وجود ظاهرتين
(متغيرين) تعتمد كل منهما على الأخرى كاطوال الاشخاص واوزانهم او كمية بضاعة
ما وسعرها وما شابه. ويتم بناء هذه الجداول حسب الخطوات التالية:
- تحديد عدد واطوال QS Olid من المتغيرين بصورة مستقلة باستخدام نفس
الاجراءات السابقة المتعلة بالتوزيع التكراري البسيط.
- ترتيب فئات احد المتغيرين افقيا والآخر عموديا في الجدول .
- تبويب البيانات على الفئات» بوضع الرقم في الخانة التي تعود لفئتي المتغيرين
ذات العلاقة بذلك الرقم.
- يخصص حقلان في نهاية الجدول أحدهما أفقي لمجاميع المتغير الأول» والآخر
عمودي لمجاميع المتغير الثاني وذلك بغية التأكد من مساواة كلا المجموعين.
مثال (4-2): البيانات التالية تمثل علامات الطلبة البالغ عددهم 31 طالبا في مادة
الاحصاءء. ومعدل كل agis في الثانوية العامة» والمطلوب تبويب البيانات
في جدول توزيع تكراري مزدوج باستخدام 6 فئات لمتغير علامات مادة
الاحصاء و 5 فئات لمعدلات الثانوية العامة.
علامات مادة الاحصاء: 41« 140 91 75« 676 64 60 «443 56 52› 50 .95
61« 68« 63( 65« 68 70( 160 83« 84« 88: 51« 73« 75« 79« 80« 67«
3 66« 51 `
معدلات الثانوية العامة:61, 70( 271 69 665 159 158 456 60« 65« 68« 78(
2 65 59 662 60« 12« 70« 80« 87« 83 454 458 61 167 469 60«
8 62 57
فئات معدل الثانوية العامة
4 التوزيعات النوعية (الوصفية) والزمنية والجغرافية
ولاتحتاج هذه التوزيعات الى فئات» بل ان توزيعها يكون حسب الصفة التي
ER
جغر افية كالمذن أو الاقاليم. وتتطلب هذه الجداول مراعاة شروط او مواضفات معينة
أهمهاً:
- ترقيم Duas وان يكون الترقيم مشتقا من الفصل او الباب الذي يعود اليه.
- عنوان للجدول يدل على محتوياته وعلى طبيعة تصنيفاته والوحدة القياسية
المستخدمة في قياس بياناته والزمن والمكان الذي يعود اليه.
- هوامش سفلية اذا اقنتضى شرح احد أو بعض بياناته.
- مصدر البيانات لتسهيل الرجوع اليها عند الحاجة او للاطمئنان لدقة البيانات.
ومن الامثلة على هذه الانواع من الجداول توزيع السكان حسب المحافظات او
توزيع عدد Gal ga الطرق حسب نوع الحادث او حسب نوع واسطة (ORE او تطور
EE PSI :اك leas ال SG ae هسب EXC lec
5 العرض galedi
人
هذا الفصل» فسيتم في هذه الفقرة تناول الاجراءات المطلوبة لإعداد هذه الاشكال
البيانية في حالة القيام بانجازها يدويا .
اولا: الاشكال البيانية للبيانات المبوبة على شكل فئات
1- المضلع والمنحنى التكراري:
تجدر الاشارة الى ان مساحة ما يسمى بالمدرج التكراري Histogram هي
ذات مساحة المضلع التكراي» لذا فان الاستعانة بعرض الضلع او المنحني التكراري
(الذي هو تمهيد للمضلعات) هو الحصيلة النهائية التي يتم الركون اليها للمدرج
التكراري خاصة اذا ماعلمنا بان مساحة المضلع او المنحني هي الهدف النهائي من
المدرج. إن رسم المضلع يتم بتحديد مراكز الفئات (الحد الادنى + الحد الاعلى للفئة
ثم التوصيل بين نهايات النقاط التي يتم تحديدها بخطوط مستقيمة؛ وفي حالة تمهيد
نقاط التقاء المستقيمات نحصل على المنحني التكراري كما هو مبين في الاشكال
البيانية )19.3( و(20.3) . ومن خصائص المضلع او المنحنى التكراري امكانية
2- المضلع والمنحني التكراري المتجمع :
gle Jbl المحوون egal و الات اف coli الحقيقية cadi 5S) yo gh على
SUL Ald! JUS! : Lol غير اليونة
1 - الاعمدة والمستطيلات البيانية
وهي من SS) الاشكال البياتية استخداما وتخضص البيانات التي تكرن مشاهداتها
بصيغة صفات أو وحدات زمنية» كالسنين والاشهر والايام او جغرافية كالمدن والاقاليم
cual cal gan) ony spl او :الضفات: Ua gat gh على الور الافقى:
والتكرارات على المحور العمودي» وبذلك فان اطوال الاعمدة الناتجة تمثل العلاقة
بين كل صفة او Aia او مدينة وتكرارها. والاعمدة على bac انواع منها الاحادية
(البسيطة) وتخص متغيرا واحدأ كما هو مبين في الشكل رقم )22-3( وقد تكون من
نوع الاعمدة المتعددة وتستخدم لعرض متغيرين (ظاهرتين) او اكثر كما يوضحه
Lae y (23-3) eh idl JE ری cy funn iae d (cd pii) alg iae
للظاهرة الواحدة في ذات العمودء يطلق عليها الاعمدة AS yall بحيث يمثل ارتفاع
العمود مجموع قيم الظواهر او مجموع مستويات الظاهرة الواحدة» كما هو aga
في الشكل البياني رقم )24-3( .
2- الدائرة البيانية
وتستخدم عندما يكون الهدف أبراز الاجزاء التي تتكون منها الظاهرة: الا انها
لا تستخدم اذا كان الهدف متابعة تطور التغييرات التي تطرا على الظاهرة. وانجازها
يتم بتقسيم مساحة الدائرة الى قطاعات» كل قطاع يمثل leja او احد مكونات
الظاهرة. ويتم تحديد كل جزء من خلال ضرب الزاوية AS pall للدائرة والتي
مقدارها 360 بحاصل قسمة e jall المعني على مجموع قيم الاجزاءء أي :
قيمة الجزء
مجموع قيم الأجزاء
كما هو مبين في الشكل البياني (25-3).
3- الرسوم والصور
يعتمد اعداد الرسوم والصور على شكل وحدات الظاهرة المعنية بالدراسة
كاساس في اختيار الرسم او الصورةء وافتراض قيمة محددة لكل وحدة من وحدات
الظاهرة. فمثلا اذا كنا بصدد عرض تطور عدد eb فسنختار صورة السيارة
كمقياس للتعبير» واذا كنا بصدد عرض عدد السكان فنختار صورا تخطيطية لشخص؛
وللتعبير عن عدد المساكن يتم اعتماد صورة رمزية لمسكن وهكذا. والشكل البياني
hay (26-3) ay تموذجا o pal والصور بانتخدام الام الفرهي ly «symbol
الفرعي clip art من الامر الرئيسي Insert
تمارين الفصل GAL
تمرين (1.3): قام aal مصانع المواد الغذائية المعلبة باخذ Xue من الانتاج لأحد
انواع منتجاته بهدف التأكد من تحقق الوزن المقرر البالغ 50 غم
Alu الواح ركان pas اة 100 el yal axe cule. عملية الوزن
كانت النتائج مبين في ادناه :
Al 40 i36 39 39 i35 38 38 37 « 36 35 40 441 45‘
i41 dll 42 اكه 052 653 42 42 42 442 42 443 443 43(
3 51 47, 44 44 44 44 44 46 43 44 44 45« 45
i48 «46 45 46 «45 45 651 46« 46 447 447 47 47« 48(
i48 48 ,48 8 48 147 49. 49, 149 50 150 49« 50« 50,
9 49 2ك 52« 51, 452 451 453 053 453 55, 448 49 51(
(46 «45 «45 45 45 «44 55 «53 (53 (50 (54 46 «48 «51
45:55
والمطلوب :
]. تبويب البيانات باستخدام برنامج SPSS
2. تبويب البيانات في جدول توزيع تكراري عدد فئاته 7 باستخدام برنامج
.EXCEL
3. استخدام برنامج EXCEL. لعرض بيانات التوزيع التكراري موضوع
)2( اعلاه على شكل مضلع تكراري؛ وبرنامج SPSS لعرض المدرج
التكراري.
4. ايجاد التكرار المتجمع الصاعد والنازل يدويا.
5. عرض بيانات التكرار المتجمع الصاعد والنازل على شكل منحنيات
تكرارية باستخدام برنامج -EXCEL
6. ايجاد مراكز الفئات والحدود الحقيقية للفئات.
تمرين (2.3):اعرض بيانات الجدول التالي الذي يضم عدد وسائط النقل الافتراضية
للفترة 2002-1997 في الاشكال البيانية التالية مستخدما برنامج EXCEL
ويدويا:
أ otis Auli esas كن
2. الدائرة البيانية لسنة 2002
السنة بيلك اب | صالون
e
C THAT E ا ع ا ان
Introduction 4e 1 4
هناك خاصيتان اساسيتان لأية بيانات احصائية تساعد على اعطاء مدلول
واضح لوصفها هما: النزعة المركزية ومقاييسها متمثلة بالمتوسطات التي بواسطتها
نتمكن من تحديد موقع النقطة التي تتمحور حولها كثافة القيم. أما الثانية فهي مقاييس
التشتت التي يقصد بها حالة الانتشار التي تكون عليها البيانات حول المركز (المتوسط).
والمتوسط هو Lad مفردة تمتل مجموعة من قيم المعطيات» وهناك sac أنواع
من المتوسطات لكل منها طريقته الخاصة في الاحتساب والتي تم تناولها عند التطرق
الى الطريقة اليدوية لاحقا من هذا الفصل» وهذه الأنواع هي: الوسط الحسابي
Arithmetic mean - الوسيط Median - الوسط الهندسي Geometric mean ~
المنوال Mode - الوسط التوافقي «Harmonic mean الا ان المتوسط الأخير قليل
الاستخدام.
4 2 استخدام الحاسوب مع بر نامج SPSS
إن gale Ge as كل ET E ليوات Eig
باستخدام برنامج SPSS يمكن انجازه من خلال الامر الرئيسي Analyze وعبر SI
من امر فرعي منه» كما اتضح لنا في الفصل الثالث عند اجراء Adae تبويب
البيانات» ويتم ذلك بتوظيف الامر الفرعي Reports ومن ثم اختيار الطريقة Case
summaries الذي Lilies بواسطتها على ANUS مقاييس النزعة المركزية والتشتت.
اما الامر الفرعي JAY! فهو Descriptive Statistics ثم اختيار الطريقة Frequencies
ding فخصال: كل Alea alli AIS بكو اع US CAM, Claus all هن Cae فى
cla ja الجدول Lila GS, ell dad, (2-3) ay في CUE Quail يق باخضناع
جدول المدخلات رقم )2.3( و استدعاء الامر الرئيسي Analyze ومنه نختار الامر
الفرعي Descriptive Statistics وبعد ذلك التأشير على طريقة ‘Frequencies
pladi 3 4 ده العدويه
ان استخراج قيمة المتوسطات يكون Ul من قيم غير 56 )4 (ungrouped data)
أي کل bas y كل a ةيضاخلا. esas Loo من añ مبوبة (grouped data)
A58 معينة لها نهايتان Lia وعلياء دون تحديد القيم الفعلية لتلك الوحدات.
1 الوسط الحتصامي The Arithmetic Mean :
1- حالة المعطيات غير المبوبة :Ungrouped Data
ولنرمز له y في حالة العينة cn ونرمز له ل ,م في حالة المجتمع N سيكون عبارة
عن مجموع هذه القيم مقسومة على عددهاء أي في حالة العيئة
)1.4( 2
Cus إن:
XI ,< هي مجموع قيم المفردات و no هي عدد المفردات aaa) العينة (
N
> xi
U = pa (2.4)
Ja (1.4): أوجد الوسط الحسابي لعدد العاملين في 5 مخازن مختلفة» اذ كان عددهم
في هذه المخازن هو -» التوالي 3 .5 66 :4 G
الحل (1.4):
> xi = 3+ 5+ 6+ 4+ 6
= 24
وبتطبيق الصيغة )1.4( نحصل على :
24
E
وهو قيمة الوسط الحسابي لعدد العاملين أي متوسط عدد العاملين في كل
مخزن.
ولكن عندما تكون القيم غير متساوية من حيث اهميتهاء عندها يتطلب ترجيح
القيم بما يتناسب واهمية كل منهاء وتصبح صيغة احتساب الوسط الحسابي المرجح
(أوالموزون) ولنرمز له ب faa Xw
x. » xi wi
yw
4.8
×1 هو وزن القيمة wi
مثال (2.4 ): باع أحد اصحاب محلات الفاكهه نوعا من الفاكهه بثلاثة اسعار مختلفة
rool كما في
السعر (دينار/ كيلو)
| 060 | 90[
والمطلوب ايجاد الوسط الحسابي المرجح لسعر البيع :
الحل (2.4 ) :
حيث أن الكمية هي أوزان لترجيح الأسعارء يكون لدينا :
x 1 =3.0 «x 2 =0.60 «x 3 = 0.20
wil=5 «w2= 60 «w3= 300
وبتطبيق الصيغة )3.4 ( نحصل على:
xi Wi > =
Aw — OA
Wi >
)0.20)(300( + )0.60)(60( + )3)(5( 8
300 + 60 + 5
= 0.304
Ub - 2 المعطيات المبوبة Grouped Data
| اما عند التعامل مع بيانات مبوبة تعود لفئات لها مدى ab بين a» ادنى وحد
اعلى» فسنفترض بان المعطيات تقع في مركز الفئة» أي أن تكرار كل فئة سيقع Alo aud
تحت نقطة مركز الفئةء والقسم الآخر فوق نقطة المركزء وبذلك فستكون في المعدل عند
نقطة مركز الفئة» فاذا رمزنا لمراكز الفئات ب xij فستكون عبارة عن حاصل قسمة
= > xl fi (4.4)
X =
> fi
مثال (3.4 ): أوجد الوسط الحسابي لمعطيات جدول التوزييع التكراري التالي :
الحل (3.4 ) :
|
133.5
272.5
| 709.5
| — — 6 | 447 |
|
yxifi 220895 | Xfi = 31
ب- نطبق الصيغة )4.4( نحصل على:
xi fi »
— =67.4
31
اما في حالة أن تتضمن الجداول التكرازية لفئات da iia فيمكن أفتراض
بأنها ستأخذ نفس طول (أو المدى ) الفئه المعتمدة مع الفئات المتبقية» ونحدد قيمة aa
AS المفتو ح» ومن ثم نطبق نفس اجراءات الاحتساب للمثال أعلا وكما مبين في
المثال (4.4 ) ادناه :
مثال (4.4): الجدول التالي يتضمن الأجر الشهري بالدينار ل 282 عاملا في احدى
الشركات الصناعية. والمطلوب احتساب الوسط الحسابي لأجر العامل
الواحد شهريا
الحل (4.4 ) :
أ. نفترض بأن الفئة الأخيرة تنتهي بالأجر 259 دينار وذلك بالأستناد الى
طول الفئة المعتمد لباقي الفئات وهو 30.
نستخرج مراكز الفئات xi ونحتسب قيمة Y xi fi وكالاتي:
18849
184.5
214.5
| 19566 | | 8 | 2445
Yxi fi - 42249 | Y fi- 282
ج. نطبق الصيغة )4.4( فنحصل على :
وهو متوسط الاجر الشهري بالدينار
وعندما نواجه جداول تكرارية مطولة أو معقدة» فبالإمكان تطبيق طريقة مختصرة
لاحتساب الوسط الحسابي» وذلك باستخدام قيمة أصل اعتباطيةء تدعى بالقيمة الفرضية
ونرمز لها .xo فمثلا بدلا من اعتماد القيم:
5 124.5ء... الخ كمراكز فئات بالنسبة للجدول التكراري موضوع المثال
(4.4): بالإمكان أخذ القيمة 154.5 واعتبارها قيمة اصل Åna i وتدوين صفر
بدلا من عنها. حيث أن قيم مراكز الفئات الباقية هي اما اقل أو اعلى من 154.5
وجميعها بطول فئة مقدارة 30ء“ وبذلك سنقلل الانحراف الى مرتبة واحدة. ويمكن
تلخيص الطريقة بالآتي :02
اولا: نحدد القيمة الفرضية 0× كنقطة اصلء ويتم ذلك اعتباطيا.
ثانيا: نحسب الانحراف Di ل xi عن القيمة الفرضية XO مقسومة على طول
H TEC أي:
_ Xi - Xo
H
Di
Di بالانحراف fi أي مجموع حاصل ضرب التكرار <, Di fi ثالثا: نستخرج
كالاتي: (fictitious Mean) Xo رابعا: نحتسب قيمة الوسط الحسابي المفترض
zo- 2,Di fi
> fi
خامسا: نحول الوسط الحسابي المفترض رج الى الوسط الحسابي الحقيقي ج وذلك:
X= Xo + XoH ( 7.4)
وباستخدام الطريقة المختصرة C» ga الخطوات soc} مع المثال )4.4( يكون
لدينا :
E = 0.29
3l
ج - cauia الو سط الحسابي الحقيقي باستخدام الصيغة )7.4(:
X= Xo + Xo H
= 64.4 + (0.29) (10) = 67.4
وتجدر الإشارة الى أن الطريقة المختصرة لايمكن استخدامها مع التوزيعات
التكرارية غير المتساوية في اطوال فئاتهاء إلا بعد اجراء التعديلات التي اشرنا إليها
في الفصل الثالث والمتمثلة بقسمة تكرار كل فئة على طولها للحصول على تكرارات
جديدة.
: Arithmetic Mean Properties خواص الوسط الحسابي وعيوبه -3
اولا: العمليات الحسابية المطلوبة لاحتسابه غير معقدة» رغم انها طويلة نسبيا
5 09 cade, all مقاركة بالعفليات المظلوية
ثانيا: عملية احتسابه مفهومه لسعة استخداماته.
ثالثا: عملية احتسابه تشتمل على كافة وحدات التوزيع التكراري.
ama عند معلومية $^ Xj رابعا: امكانية توظيفه لايجاد مجموع قيم المشاهدات»
: إن Cus n العينة
x= 2% bx:
N
n
or Ll =
فمتلا اذا كان عدد زبائن أحد المخازن هو N=300 وان متوسط مشتريات
الزبون الواحد هو U=58 دينار فإن مجموع مبيعات المخزن هي :
ZX = Nu = (300)(28)
دينار 17400 =
وبصورة عامة فان الوسط الحسابي يعتبر أفضل إحصاءة لتمثيل النزعة
S yall 42« لاساسه النظري الذي يسمح لاستخدامه في التحليلات الاحصائية المتقدمةء
فللإنحراف عن الوسط الحسابي ميزتان على غاية الأهمية» هي أن مجموع هذه
الانحرافات تؤول الى الصفر وأن محموع مربعات هذه الانحرافات هي اقل ما يمكن.
كما أن الأنحرافات عن الوسط الحسابي تجهز معلومات اساسية لأي توزيع احتماليء
فاذا ما سحبنا العينات من مجتمع cle نجد أن الوسط الحسابي هو أقل GAN عما هو
عليه مع مقاييس النزعة المركزية الأخرىء فهو بذلك أفضل تقدير لمعلمة المجتمع.
أما ابرز عيوبه فيمكن اجمالها ب :
أولا: قابليته للتأثر بعدد قليل من الوحدات المتطرفة وبالتالي يصبح غير ممثل
للبيانات.
ثانيا: لا يمكن قياسة والتأكد aie بالطرق البيانية.
The Median الوسيطل 2
1- حالة المعطيات غير المبوبة. Ungrouped Data :
عندما يتم ترتيب المعطيات تصاعديا من الأصغر فالأكبرء أو تنازليا من الأكبر
فالأصغرء فإن الوسيط يصبح عبارة عن القيمة الوسطية (عندما يكون عدد المعطيات
فرديا)» أو قيمة متوسط القيمتين الوسطيتين Lue) يكون عدد المعطيات زوجيا).
وبذلك فإن تحديد قيمة الوسيط ولنرمز له ب d 21 يتم كالأتي :
اولا: عندما يكون العدد فردياء فإن موقع قيمة الوسيط يكون في الترتيب :
(8.4)
ثانيا: أما عندما يكون اللعدد زوجياء فإن مو
وموقع القيمةالثانية للوسيط هو في الترتيب :
n + 2
)10.4(
وبذلك تكون قيمتة عبارة عن متوسط القيمتين ( الأولى والثانية ).
مثال (5.4 ): في خمس اختبارات في مادة الإحصاء حصل أحد طلبة الكيمياء على
النتائج التالية 91,80,86,75,94. اوجد الوسيط لهذه الدرجات.
الحل (5.4):
一 | نرتب المعطيات تصاعديا فيكون لدينا: 75,80,86,91,94
ب - نحدد موقع الو سيط› وحيث إن عدد المعطيات فرديا نستخدم الصيغة )8.4 1
cra القيمة الواقعة في ذلك الموقع تمثل الوسيط.
n+] 6
2 2
وعليه فإن القيمة الواقعة في الترتيب الثالث وهي 86 تمثل الوسيط.
مثال (6.4): عند فحص النيكوتين لعينة من أحد انواع السكائرء وجد ان كميتها
(بالملغم ) هي 2.1,3.2,2.9,2.6,2.8,2.4 فما هو الوسيط.
الحل (6.4) :
一 | نرتب المعطيات تصاعديا فيكون لدينا: 2.1,2.4,2.4,2.8,2.9,3.2
ب- نحدد موقع caus sll وحيث إن عدد المعطيات زوجيا نستخدم الصيغتين )9.4 (
و(10.4) لذلك» فإن متوسط القيمتين الواقعتين في المواقع المستخرجة تمثل
الوسيط وكالآتي:
6
A القدمة vi : 3 = — =
موقع الور ولى 2
موقع القيمة الثانية: 3 - 5 2"
E 3 2 2
نحتسب متوسط القيمتين الواقعتين في الترتيب الثالث والترتيب الرابع وهي
4 على التوالي فتنحصل على قيمة الوسيظ :
8 + 2.4
SAULT
Md = 2.6
UL -2 المعطيات المبوبة: Grouped data
اولا: الطريقة الحسابية
i نستخرج التوزيع التكراري المتجمع الصاعد.
ب. نحدد موقع الوسيط بقسمة مجموع التكرارت على 2ء اي Daft
ج. نحدد قيمة موقع التكرار الوسيط بين التكرارات المتجمعة. 2
د. نحدد الفئة الوسيطةء فإذا كانت قيمة موقع الوسيط مساوية لأي تكرار متجمع
Mus فإن فئة ذلك التكرار ستكون هي الفئة الوسيطةء أما اذا وقعت بين
تكرارين متجمعين فان الفئة اللاحقة لقيمة الموقع ستكون هي الفئة الوسيطة.
ه. نستخدم الصيغة التاليةلاحتساب قيمة الوسيط :
12-11
حيث إن :
iL الحد الأدنى لفئة الوسيط.
fi »
„huu قرمة موقم الو : 一 一
das gll يمة موقع z
1: التكرار المتجمع السابق لقيمة موقع الوسيط .
2 التكرار المتجمع acu لقيمة موقع الوسيط.
:H طول (مدی) الفئة.
مثال (7.4 ): استخدم جدول التوزيع التكراري للمثال (3.4 ) لايجاد قيمة الوسيط.
الحل (7.4) :
أ. نستخر ج التكرار المتجمع الصاعد.
ب. نحدد موقع الوسيط:
وعند النظر الى عمود التكرارات المتجمعة alal نجد ان موقعم الوسيط
يقع بين القيمتين 8 و 19
ج. نحدد الفئة الوسيطة:
Cus; أن موقع الوسيط هو بين قيمتين» فتكون الفئة المقابلة للتكرار اللاحق
لموقع الوسيط هي الفئة الوسيطة؛ وبذلك ستكون الفئة (60-69).
د. نطبق الصيغة (11.4 ) فنحصل على:
Lf م
Md2eL-«—2——— H
2 -fl
15.5-8
十 一 一 一 一 一
—
= 60 (10)
60 + 6.8 = 66.8
ويتم ذلك إما من خلال رسم المنحيين المتجمعين الصاعد والنازلء ومن ثم انزال
خط عمودي من نقطة التقاء المنحئيين على المحور الأفقي» حيث ان نقطة الالتقاء ستمثل
موقع الوسيطء والنقطة التي سيقع عليها الخط العمودي على المحور الأفقي ستمثل
قيمة الوسيط؛ كما هو مبين في الشكل البياني (1.4) ياستخدام معطيات المثال (4.4).
أو الاكتفاء برسم أحد المنحيين» إما المتجمع الصاعد او المتجمع النازل وذلك
بتحديد موقع الوسيط على المحور العمودي والتوصيل بين الموقع والمنحنى بخط
مستقيم» ومن ثم إنزال خط مستفيم من نقطة الالتقاء بالمنحنى الى المحور الافقي لتمثل
قيمة الوسيط.
خواص الوسيط وعيوبه
يمتاز الوسيط بالخصائص التالية:
اولا: عدم تأثرة بصورة مباشرة بالقيم المتطرفة (أو الشاذة) في تمثيله للمعطيات.
ثانيا: امكانية استخدامة مع الفئات المفتوحة وغير المتساوية في الطول.
اما عيوبه فتتمثل ب :
اولا: اذا كان عدد المعطيات قليلاء فالوسيط ممكن أن لا يعبر بصورة صحيحة
عن مركز تجمع المعطيات.
ثانيا: اعتماده على قيمة واحدة او قيمتين في ila المعطيات غير المبوبة» او
على فئة واحدة في Alla المعطيات المبوبة» ولا يأخذ القيم الأخرى بنظر
c uie VI لذا فإنه يكون حساسا للقيم الوسيطة.
ثالثا: قد يتطلب لعمليات غير جبرية مطولة وخاصة في ila المعطيات غير
المبوبة» كترتيب المعطيات تصاعديا أو تنازليا.
3 المنوال: The Mode
1- حالة المعطيات غير المبوبة. Ungrouped Data :
المنوال هو القيمة الأكثر تكرارا بين مجموعة القيم» ويمكن استخدامه للقيم الكمية
Aye sill, وطبقا لذلك فإن قيمتة لا تكون الوحيدة فقد تكون هناك أكثر من قيمة
منوالية واحدة» وكل منها أو بعضها يتكرر لعدة مرات؛ كما هو في حالة مجموعة القيم
التالية : 65,65,61,70,78,78,56,56,80,65,56,61,64
api ان كلا من القيم 78,65,56 قد تكرر وقوعها ثلاث مرات» وعليه فإن
هناك ثلاث ad للمنوال. LS قد لا توجد قيمة منوالية بين القيم» ويحصل ذلك Lae
تكون كافة القيم لها نفس العدد من التكرارات. وبصورة عامة يمكن القول إن أكثر
استخدامات المنوال يكون مع المعطيات النوعية. فيتم بواسطتة التعبير عن صفة
الشيو cg فيقال إن النموذج أو الموديل كذا من الإنتاج هو الأكثر شيوعا من خلال
تكرار مبيعاتة أكثر من النماذج الأخرى وهكذا.
JU (8.4): المعطيات التالية تمثل ad تبرعات أحد المناطق السكنية (بالدينار)
والمطلوب تحديد Jo gral . 9,10,5,9,9,7,8,6,10,11
:(8.4) Jal
نجد ان الرقم )9( قد تكرر eel حالات تكرار كل من القيم are من ملاحظة
تكرارات القيم الأخرى بين تكرار واحد axe ثلاث مرات» في حين تراوحت
وتكرارين. لذا فإن المنوال هو القيمة 9 .
2- حالة المعطيات المبوبة: Grouped data
أولا: يتم تحديد الفئة المنوالية والتي هي الفئة التي يقابلها أكبر تكرار
ا بطي Sula aal
d
Mo=L+ H (13.4)
d, +d,
: حيث إن
الأدنى للفئة المنوالية. asi:
طول الفئة. :H
مثال ( 9.4 ): استخدم جدول التوزيع التكراري للمثال (4.4) لايجاد قيمة المنوال:
وحيث إن أكبر تكرار والبالغ 11 هو للفئة 660-69 لذلك فهي تعتبر AM)
المنوالية» وبتطبيق الصيغة (13.4) نحصل على :
Mel H
Fd,
: ان cuim
60 =L
11-526 =d,
11-6=5 =d;
10 =H-
Mo (10)
5+6
قيمة المنوال 65.45 =
ثانيا: الطريقة البيانية
وبواسطتها يمكن ايجاد قيمة المنوال من خلال انزال خط عمودي من قمة
المنحنى التكراري على المحور الأفقي» فالنقطة التي يقطعها هذا الخط العمودي تمتل
قيمة المنوال. فباستخدام معطيات المثال (9.4 ) نحصل على الشكل البياني رقم (4.4 (
ادناه :
4.4( دقر phe JL-
ايجاد النوال بالطريقة البيانية
كما يمكن Leal ايجاد المنوال باستخدام المدرج التكراري» وذلك بربط زوايا
اعلى مضلع تكراري قطريا بزوايا المضلعات المجاورة cal وإنزال خط عمودي من
نقطة التقاء الخطوط القطرية على المحور الأفقي لتكون النقطة التي يتقاطع معها
على المحور الأفقي هي قيمة المنوال؛ مع الإشارة بان استخدام هذه الحالة تنطبق مع
المدرج التكراري ذي الفئات المتساوية.
3- خواص المنوال وعيوبة: Mode Properties
أولا: عدم تأثرة بالقيم المتطرفة ( او الشاذة).
ثانيا: أنه يمثل غالبية المشاهدات.
ثالثا: احتسابة لا يحتاج لكافة قيم التوزيع.
رابعا: امكانية احتسابة في حالة الجداول التكرارية ذات الفئات المفتوحة.
وابرز عيوبة تظهر عندما تكون القيم منتشرة على مديات واسعة؛ عندها يصبح
4 العلافة التقريبية بين الوسط الحسادى والوسيط والمنوال
Approximate Relation of the Mean, Median, and Mode :
مما سبق يكمن الاستنتاج بأن الوسط الحسابي يقسم بصورة متساوية المساحة تحت
المنحني الى مجموع الانحرافات السالبة على الجانب الأيسر ومجموع الانحرافات الموجبة
على الجانب الأيمن. فهو بذلك يمر من النقطة المركزية للمساحة تحت المنحنى.
وان الوسيط يقسم المساحة تحت المنحنى الى مین ماز uua Cyn أن Sse
المعطيات التي تقل عن قيمة الوسيط مساوية لعدد المعطيات التي تقل عن قيمة
الوسيط. بينما قيمة المنوال تطابق أعلى نقطة على المنحنى. ويمكن تصور هذه
العلاقة لمقاييس النزعة المركزية ADU بالشكل البياني رقم (4.5) التالي :
مكل بیانی Pad ,5.4(
يوضع المالاتة بين تير الوسط المسابي دالوسيط دالنوال عنرما ييكون gl A
FL اليسين
12
10
2 o jr
3 e
CSD n NL
EI ute SES RIA TE
"m TUA EC
[Seriesi
SR mre A E
ESCENA RRR RE RGN
ESA Te SERS oe OAR d :
3 1
ns
=
0 A 2
DE ex
[s MD SR.
x 7
m. Sous
SENA
ESS RSS S
REDE pr
كيم" ? APA
7 re 3 c
i
ODER
m
Ra.
ry m
y € NI PAR
D
ويتطابق الوسط الحسابي والوسيط والمنوال فقط عندما يكون شكل المنحنى
isle Een تماما Ld ) Symmetric) في All عدم تحقق هذا «Bilal فإن
المنحنى يقال dic مفرطح Skewness) (« فعندما يكون التفرطح باتجاه اليمين كما
في الشكل (5-4 ) السابق» سيكون المنوال الى يسار الوسيط» والوسط الحسابي على
يمينه» Laie Ld يكون التفرطح باتجاه اليسار فسيكون المنوال الى يمين الوسيط
والوسط الحسابي.
أما في حالة التوزيعات التي يكون الالتواء فيها معتدلاء فإن العلاقة التقريبية
بين المتوسطات الثلاثة تصبح os
الوسط الحسابي - المنوال = 3 ( الوسط الحسابي - الوسيط (
The Geometric Mean : الوسط الهخد سي 5
ويستخدم هذا النوع من المتوسطات مع النسب ومعدلات النمو ومع الأرقام
A ail
1- حالة المعطيات غير المبوبة.» Ungrouped Data :
يعرف الوسط الهندسي بأنه جذر n لقيم n ax فإذا رمزنا له ب xg فإن
الوسط الهندسي لعينة حجمها n وقيمها هي Xi Xa >... › Xn سيكون عبارة عن
الصيغة
-
exe V (XI1)( X2) pete: ( Xn) ( 15.4)
وبتحويل قيم المتغير × الى logx فان الصيغة )15.4 ( تصبح :
log Xg m ? log XI
n
وان قيمة اللوغارتم المقابل antilogarithm) ( للنتيجة تمتل الوسط الهندسي.
مثال: (10.4 ): أوجد الوسط الهندسي للقيم التالية: 1.67 2.0 21.67 21.5 1.2
الحل (10.4):
باستخدام الصيغة )15.4( يكون لدينا : i
Xg= 5 V ) 1.67() 2.0() 1.67() 1.5)( 1.2)
1 ابت
(1.2) حا رسف log Xg -- > lop COTO)
= - (0.2227 + 0.301 + 0.2227 + 0.1761 + 0.097)
0.20202 = )1.0101( -
وبإيجاد اللوغاريتم المقابل (* 10) نحصل على : 0
Xg= 3
في حين عند استخدام الوسط الحسابي X مع قيم المثال )10.4( نحصل على
X = 1 « ان سبب الأختلاف يعود الى تأثر الوسط الحسابي بتباين حجم القيم.
وللزيادة في التوضيح لو تأملنا بالقيمة 100 تهبط الى 50 ومن ثم ترتفع الى 100
فإن مقدار التغير هو 0.5 ,2.0 على التوالي وبذلك فإن الوسط الهندسي سيكون :
Xg = (0.5)(2.0)
log X = > J. log(0.50)2.0)
وبإيجاد اللوغاريتم المقابل نحصل على: 1 = ع ×
0 + 0.5
لگن عد Sah الوسط الاي سركون نا uc l
وهي نتيجة غير واقعية طبقا للسبب أعلاه.
مثال (11.4): أوجد الوسط الهندسي للارقام القياسية التالية لاسعار الجملة ل 8
101« 90« 108« 196 103« 79« 85« 100
Ja )11.4 ):
لدينا 2.0043 = 101 log
log 90 = 1.9956
log 108 = 2.0334
log 96= 1.9823
log 103 = 2.0128
log 79= 1.8976
log 85= 1.9294
log 100 = 2.000
log Xi= 15.8554 ¥
وبالتعويض بالصيغة )15.4( نحصل على:
= 15.8554
logX = 9
وباستخراج القيمة )10% ) ل Xg نجد أن الوسط الهندسي هو: 96 = Xg
وهنا يجدر التذكير من أن استخدام الوسط الهندسي سيكون laii مع القيم Aaa gall
حيث لايمكن استخدامة مع القيم السالبة أو الصفر.
2 - ف حالة المعطيات المبوبة Grouped data
Xpec wx TOS a ( 16.4)
وباستخدام اللوغاريتم تصبح الصيغة )16.4( :
مثال ( 12.4 ): أوجد الوسط الهندسي لقيم جدول التوزيع التكراري QUA ( 4.4 ).
الحل )12.4 (
نجد قيم كل من log Xi cf log Xi وکل
Log X f)
E
[fux] | ECÀ| -
وبتطبيق الصيغة )16.4( نحصل على:
一 1
fi log Xi جح هلز log
Xg vad g ع
5 57.409 = 1.852
وبإعادة اللوغاريتم المقابل )107( نحصل على الوسط الهندسي وهو:
Xg = 71.12
0 الوسط التوافقي Harmonic mean
ويتركز استخدام الوسط التوافقي Xh) ) في الغالب عندما يراد ايجاد المتوسط
وفقا لوحدة قياسية معينة كالدزينة او الصندوق الذي يحتوي على عدد معين من
القناني او العلب وما شابه.
1- حالة البيانات غير المبوبة ungrouped data
ويكون عبارة عن مقلوب (reciprocals) الوسط الحسابيء؛ اي:
مثال (13-4): اذا كانت نفقات الاسرة على شراء البيض هو 3 دينار شهريا وكان
سعر الدرزن الواحد من البيض هو 0.800 دينارء وفي الشهر اللاحق
انفقت ذات الاسرة 4 gm T pila وكان سعر الدزينة الواحدة 1.100
دینار› فما هو متوسط سعر الدزينة الواحدة.
الحل (13-4): باستخدام الوسط التوافقي اعلاه يكون لدينا :
Xh = : = 0.926
کے + cH NH
0.800 1.100
— > grouped data حالة البيانات المبوبة -2
Xh = ——
1 I
2:1 a \ هده الحالة تصبح الصيغة: TE
مثال (14-4): اوجد الوسط التوافقي Stall )4-4(
وبتطبيق صيغة الوسط التوافقي اعلاه نحصل على الوسط التوافقي المبين في
ادناه:
Xie cep
0.479
3- خواص الوسط التوافقي وعيوبه
من ابرز عيوب هذا المقياس تأثره بالقيم المتطرفة في الصغرء ويصبح ليس
站
التغير عبر الزمن.
Measures Of Variation (Jalil) لمشت
وتتناول كيفية قياس انتشار البيانات حول نقطة التركز (المتوسط)» فمن
الممكن جدا ان يكون لمجموعتين من البيانات نفس المتوسط وان يكونا مختلفين
معنويا في انتشارهما حول المتوسطء فلو تأملنا في Qual التالي الذي يمثل عدد
افراد عينتين من الأسر وهي:
عدد أفراد yaw $ عدد أفراد الأسرة
للعينة الأولى للعينة الثانية
DG = د اد
5 6
6 2
5 11
asi ان الوسط الحسابي لكلا العينتين متساويين: 5 = 2× = 1× رغم التباين
الواضح في عدد افراد كلا الأسرتين.
Range gre! -1
UL - 1 المعطيات غير المبوبة :Ungrouped Data
والمدى هو عبارة عن Gill بين اكبر ded واصغر قيمة بين البيانات المعنيةء
فالمدى لبيانات العينة الاولى في المثال اعلاه هو: 6-4-2 = R بينما المدى للعينة
الثانية هو: 11-1-10 R= . وبرغم سهولة وبساطة حساب المدى الا انه يعتبر من
مقاييس التشتت غير الدقيقة» GY يعتمد على القيم المتطرفة فقط Qua], بقية القيم
بينهما. ان lel استخداماته هو في مجال السيطرة النوعية للانتاج وفي مجال قياس
التغير في درجات الحرارة .
Grouped Data المعطيات المبوبة Ub — 2
التقديرية تكون عبارة عن الفرق بين الحد الاعلى للفئة العليا والحد الادنى للفئة
الدنياء فالمدى للمثال رقم )4-4( هو: R=99-40=59 .
م الافحرال المعدارى Standard Deviation
1- حالة المعطيات غير المبوبة ‘Ungrouped Data
ويعتبر الاكثر اهمية واستخداما كمقياس للتشتت» ويرمز له في حالة العينة ب
5 وفي حالة المجتمع ب 6. وان صيغة احتسابه في حالة البيانات غير المبوبة هي :
CPUE EA اكه I day Aou Aaa cid aab (Say
التالية :
1. استخراج الوسط الحسابي للبيانات.
ايجاد انحرافات القيم xi عن الوسط الحسابي OX
تربيع كل انحراف من الانحرافات المعنية.
ايجاد مجموع مربعات الانحرافات.
تقسيم مجموع مربعات الانحرافات على axe القيم 2-1 فنحصل على التباين S?
اخذ الجذر التربيعي للتباين نحصل على الانحراف المعياري S .
Dn BW D
مثال (15-4): اوجد الانحراف المعياري 5 لقيم المشاهدات التالية: 5 ,8 ,12 ,7,3
الحل (15-4): باتباع الخطوات اعلاهء لدينا :
2 (xi = x) =-2+1+5+-4+0
DAxi- x)? - 4+ ] + 25 + 16 + 0 = 46
5 fe
n— |
1 = 11.5 -
وبالامكان اختصار العمليات الحسابية coe. باستخدام الصيغة التالية وهي
عبارة عن مفكوك للصيغة السابقة (في حالة الرغبة في التفصيل يمكن الرجوع الى
كتاب "الاحصاء للعلوم الادارية والتطبيقية" eal gall 1997( .
s xi)?
ye - Qux
n
n-1
=
وبتطبيق الصيغة اعلاه على المثال (15-4) نحصل على:
Yxi-
XP = 49 + 9 +144 +64+ 25 = 29] 2
>» 29] — o»
s- ——— ——3— 2391
4
grouped data البيانات المبوبة Ub -2
ومن ثم حساب مربعاتها X1 وفي هذه الحالة نقوم اولا بايجاد مراكز الفئات
fi xi
» fi xi! 一 25 Ar ma
ied n
n-1
n=% fi o us
.5 الانحراأف المعياري ala}
5940,75 1980.25 l
14851.25 2970.25 272.5
45762.75
33301.5
وبتطبيق الصيغة اعلاه نحصل على:
X2 22:58
CEP ECT: NE
n-1
2
2 146277.75 - ey
ا 23
30
ورغم انتفاء الحاجة بعد شيوع استخدام الحاسوب الى الاختصار في العمليات
الحسابية» فهناك اكثر من طريقة للاختصار (في حالة الرغبة في التفصيل يمكن
الرجوع لكتاب "الاحصاء للعلوم الادارية والتطبيقية" للمؤلف) .
ye
Symmetric and Skewness Measures L
يقال بان التوزيع متمائل عندما يتطابق نصفا شكل التوزيع الطبيعي عند محور
عمودي كما هو مبين في الشكل البياني )6-4( التاليء لكن Lue لا يتطابق Lila
التوزيع يقال عنه ملتوياء فعندما يكون الالتواء باتجاه اليمين يقال عنه توزيع cum ga
الالتواءء ويحصل ذلك اذا كان الوسط الحسابي يزيد على الوسيط؛ اما عندما يكون
الالتواء باتجاه اليسار فعندها يدعى بالتوزيع سالب col IV) وهو الحالة التي يقل
اها dau ll الخنداني Lua ye
= RAR 到 Caer ce TO
w ux mS SN e
: Bd e
ve Y A deus È te ie,
SS SOE ) ce
IA : ANO pe eee gee
z, ER | ss
ME ESSAI ESCAS us Eom
Oop ROR MENSES IR
NS SS
NORD E CES NS REN AUS PEYE fs
Sn Be aa aS A a 8
MALA diss
sí CRUS ARE reped ay
Qr VN Ps Y
8 VS
3
pO DE ONES SUE CEE EDETE LIESS
EMEN DICEN
ae. . اع
r Bist
Cop SERI TN
ومن اهم مقاييس PULA والالتواء ولنرمز له Sk هو alee بيرسن
Pearsnian Coefficient وصيغته:
_ 3(x - Md)
5
Sk
وبصورة عامة فان قيمة الالتواء تقع بين 3 + = Sk وتصبح قيمته 0 في حاله
مثال (17-4): احسب معامل بيرسن للالتواء لتوزيع علامات الطلبة في مادة الاحصاء
J= (17-4):
لدينا: «Md=66.8 «< x=67.4 49 عو
وبتطبيق صيغة معامل بيرسن Sk نحصل على :
_ 3(x - Md)
5
Sk
(66.8) — 3(67.4)
4.9
Sk = = 0.367
ومن النتيجة نستدل على ان الالتواء cas ga بسيط يمكن التعبير عنه بانه قريب
للتمائل» كما هو مبين من الشكل البياني رقم (4-4).
1 e به
ا NX TC,
تمرين (1-4): في اختبار المعلومات على 28 من idh ادارة الاعمال aie g 10
«ol, ja كانت حصيلة الاختبار هي كما مبين في التالي» والمطلوب:
|. استخدام برنامج SPSS لايجاد كل من: الوسط الحسابي»ء Jas sll
eoi giall معامل الالتواءء الانحراف المعياري
ب. ايجاد المقاييس في الفقرة أ بالطريقة اليدوية.
8« 6 10 3 4 67 ق 46 4< 8 6( 4 65 465 45 3 i1 67 48 5
2 4« 5« 66 9. 65 5« 6
تمرين )2-4( استخدم الطريقة اليدوية مع جدول التوزيع التكراري التالي الذي
يمثل aac القروض المقدمة من قبل aal البنوك موزعة حسب فئات
مبالغ القروض (بالدينار) لايجاد :
أ. مقاييس النزعة المركزية بالطريقة الحسابية.
ب. مقاييس النزعة المركزية بالطريقة البيانية.
عه CA aulis
T
تمرين (3-4): البيانات التالية نسبة الوفيات بسبب حوادث الطرق لكل 100 مليون
VAS) اشكلة aaa (iii من مات gant لرن ]3 20002و الات
Agen Ess
ITTF
do
5
eS
rrr
S. San Ee oe
ee -E
[SOUR
0 9 55
Es um CASO a
Fi a
0
jal)
CORRELATION
4.9.8.9 - 1-5
يستهدف الارتباط معرفة ان كانت هناك علاقة بين متغيرين او مجموعة متغيرات
مستقلة 1× والمتغير التابع CY وهناك مقياسان لتحديد درجة الارتباط هما: معامل
الارتباط ونرمز له 7 في البحث عن العلاقة بين متغيرين و نرمز له 8 عند البحث
عن العلاقة بين المتغير التابع مع متغيرين مستقلين فاكثر. والمقياس الثاني هو معامل
التحديد Coefficient of Determination والذي هو عبارة عن مربع معامل الارتباط.
ويقال ان الارتباط موجب اذا كانت قيم المتغير التابع Y تميل الى الارتفاع
كلما ارتفعت OX ad اما اذا كانت قيم Y تميل نحو الانخفاض كلما ارتفعت قيم X
فيقال بان الارتباط سالب. ومن خواص معامل الارتباط أن قيمته تقع بين 0 1,5«
فعندما 70 فتعني عدم وجود اي نوع من الارتباط .
n e
2 8 SY
هات ZS ITA
T حسب الحاجة La استخدام كل منها يدم clau jy! من ela عدة dila
البيانات (كمية :أو dee استبعاد تاثين متغيرات معينة اؤ الأبقاء عليه وايضا حسب
اما اذا Pearson فاذا كانت البيانات كمية يستخدم لقياسه معامل ارتباط «(ie ys
او Spearman استخدام معامل ارتباط (Sad كانت البيانات نوعية (غير رقمية)
من الامر الفرعي Bivariate وهذه الانواع الثلاثة تدخل ضمن الامر Kendall’s tua-t
النوعان الآخران المتوفران Ul cAnalyze من خلال الامر الرئيسي 6
ويستخدم عند الحاجة لاستبعاد تائير Partial فهما Correlate ضمن الامر الفرعي
Distance هو Yl المتغيرات الاخرى على علاقة متغيرين محددين» والنوع
او الاقتصار على cases واستخدامه لغرض الوقوف على العلاقة بين المشاهدات
والتي Output وبعد الحصول على المخرجات . Variables بين المتغيرات ADL
تكون عادة على شكل مصفوفة ستظهر على معاملات الارتباط اشارة تحمل شكل
عند 0.05 اي (X Dal) نجمة * او نجمتين ** لتدل الاولى على درجة المعنوية
.- *
معنويةء في حين تدل النجمتان على درجة المعنوية عند 0.01 اي عالية المعنوية.
وباستخدام بيانات المثال (1.3) مع معامل ارتباط Pearson مثلا نحتاج الى
الاجراءات التاليةء وعلى افتراض قد تم دخولنا الى برنامج SPSS وتاشيرنا على
ملف البيانات المتعلق بعينة الطلبة موضوع متالنا المستهدف اخضاعه لعملية التحليل:
Analyze — Correlate — Bivariate e
e وبعد التاشير على الامر Pearson والكبس (click) سيظهر لنا مربع الحوار
ومتضمنا المتغيرات الموجودة في الملف كما هو مبين في الشكل رقم (1-5) ادناه :
d3) P d Je
Bivariate mI Aye on
unl m nico D
ana CERNI ere ta aE SAN IER Bee
; v. MUS A E gabe REFS, E OA sc 5 es
! i35] | HS ; oe E mure 7
DU CT NN
nl:
ENDE 3 oE
PASEN: a
CNTRE RATE]
Ru m GT aa
SEU :
x 5
DE mm
vs
Correia Non Cocia E 2
e
acflidenté —-
ore DU TES ere iius
omer ndall’ s Ag:
on Sonica fen eu MEAS A Ea i
Cof Significa Dicant ty iia a Sere B eT ze
2 d ET B cU NUT z Ss 7 z i S
P Dt RUE MES ee DT 3 0 0 ed: 7 NS
1 : p pua
ا اك
e القيام بتحديد المتغيرات المطلوب ايجاد العلاقات بينها من خلال الكبس على
السهم المبين على يمين المربع المتوفرة فيه المتغيرات لتنتقل الى المربع الآخر
الى الجانب الايمن
ه اختيار نوع الارتباط المطلوب استخدامه في عملية التحليل والمبينة انواعها في
اسفل Gla pall فنؤشر على Pearson بالنسبة لمثالنا
o التاشير على aal الخيارين المتعلقة باختبار من Gila واحد One tail اذا كانت
هناك معرفة مسبقة باتجاه العلاقة او جانبين Two tail في حالة عدم المعرفة
المسبقة باتجاه ADL ويفضل في الغالب التأشير على UL ca Two tail Guile
للدقة وتلافيا للخطورة.
e الكبس على ايقونة Option المبينة في الزاوية اليمنى عند اسفل مربع الحوار
للحصول على مربع حوار اضافيء والمبين نموذجه في الشكل البياني رقم (2-5)
في حالة الرغبة للحصول على الوسط الحسابي او الانحراف المعياري لكل من
المتغيرات تحت التحليل: ويتم الرجوع من مربع الحوار الاضافي الى مريع
الحوار الاساسي بالكبس على ايقونة -Continue
(25) دقر be
يوضع مريع ا موا اد gaib jlo) الايقرنة Option مريع Bivariate =I p>
ST CE
Be ue
d
L n p3 ne
EM.
EEE
A
E.
Ee MED PEEN
SUIS
nificant
SETS FELIS d
N tare eens
IS a ranelstiong 2: EC
ciuem CREUSE A UE
piv] UR ERES RES E =
tie M E UR
MAS LET GERD SPSS Piocovep SA
s ESTA EM ER
age
+
"
e x
3
Sipe
tps irent aha
© وبعد العودة الى مربع الحوار الاساسي د يتم الكبس على ايقونة OK للحصول على
المخر.جات المبين نموذجها في الجدول رقم (1-5) .
24 D 2 "n SIs
Pearson ليل الارتباط بطريقة Output ole يوضع
Correlations
Pearson Correlation
Sig.(2-tailed)
N
l'earson Correlation
Sig.(2-tailed)
l'earson Correlation . is i. Uu : i
Sig.(2-tailed)
n
Pearson Correlation - on
Sig.(2-tailed) 85]
| ada
Pearson Correlation - a f
Sig.(2-tailed) ag
N
** Correlation is significant at the 0.01 level (2-tailed).
3l
0
0
31
Pearson Correlation - m .115 : T
Sig.(2-tailed) .538
N a x 31
.035
31
082
y اع d cd. oed A jai که يرن Dixi] کن le يو das
(علامات مادة الاحصاء) على علاقة قويه ( عند مستوى معنوية 0.01 ( مع كل من
المتغيرات المستقلة التالية:
- معدل الطالب في الثانوية العامة
- مستوى الشهادة الدراسية للاب
- فرع دراسة الطالب في الثانوية العامة (علمي - ادبي )
| dd sold] 3 5S
في حالة البيانات النوعية سيتطلب الامر هنا تبويبها بما يتلاءم واجراء عملية
1 معامل الار تباط البسبيط r
والذي ou معامل ارتباط بيرسن Pearson’s Correlation Coefficient
وهو يخص العلاقة بين متغيرين وليس مهما ايهما يكون المتغير التابع وايهما
المستقل. ويمكن التعبير عن صيغة العلاقة كالآتي:
0 n? Xy-5 XD
J pdx? -Que! Had y-Qq»i
حيث إن :
x = المتغير المستقل
y = المتغير التابع
م = ase المشاهدات
مثال (1-5): الجدول التالي يضم معدل الدخل x ومصروفات y لعينة تتكون من 6
اسر . والمطلوب حساب معامل الارتباط r .
الحل (1-5):
نجد قيم كل من xy 62ر5 Xy Ox Ly?
وبتطبيق صيغة الارتباط البسيط اعلاه نحصل على :
" n5 Xyo? X» y
J زور ع كات ررد y -Oy }
] 6(51.13) - (17.9)(15.9) —
J 1(57.85)) - (17.9)? 46(4537) -05.9 }
ولاجل اختبار حجم معامل الارتباط (T فبا لامکان استخدام الصيغة التالية
ey pee
5
l-r-
ومقارنة نتيجة الصيغة مع قيمة t الجدولية مع درجات حرية 2-2 و عند
مستوى معنوية 40 فاذا كانت القيمة المحتسبة بموجب الصيغة اعلاه هي اكبر من
قيمة t الجدولية» عندها نستدل على معنوية العلاقة بين المتغيرين. فعند التعويض
بالصيغة اعلاه باستخدام المثال اعلاه يصبح لدينا :
4
وبالمقارنة مع القيمة الجدولية 2.132 = 4, 10.05 نستدل على العلاقة
المعنوية بين المتغيرين المعنيين .
2-
Multiple Correlation Coefficient , R aal f dolua / potis
البسيط؛ الا ان الامر يصبح اكثر صعوبة اذا اصبح الامر يتعلق باكثر من AN
متغیرات» ممأ يستوجب اللجوء csl استخدام الحاسوب. مع التنويه هنا الى الاشارة السالبة
والموجبة هنا لاتدل على الاتجاه GY الامر يتعلق باكثر من متغيرين. اما صيغة احتساب
معامل الارتباط المتعدد في حالة لدينا ADU متغيرات هي 2× , 1< , y فهي:
ry2 r12 ا 5
pe 1-2
وكما يتضح من الصيغة اعلاه؛ فهي بحاجة الى ايجاد معاملات الارتباط
البسيط لكل من: ryl ry2 r12
Qua (2-5): أرادت احدى الشركات معرفة العلاقة بين عدد المستجيبين Y لإعلاناتها
al Clad الشركة الحصول على cie sal y XO
X2
(عدد النسخ الموزعة
من الصحيفة بالاف)
2
8
1
7
4 6. ا 2
6 ل ..49 ا 4 |
الحل (2-5): لدينا :
Yy=15 ?xl =33 > x2 = 8
yy? = 47 2221 = 5 3x72 = 170
Yyxl1 = 103 ? yx2 =88 212 = 188
وبتطبيق صيغة الارتباط البسيط نحصل على:
ry1=0.936 ry2=0.931 12-3
وبتطبيق صيغة معامل الارتباط المتعدد يكون لدينا :
r’yl+r’y2-2ryl ry2 r12
Ni aes quem
s 0.876 + 0.866 — 2(0.936)(0.931)(0.763) _
] — 0.582
Ryn = 0.99
5 cod acsi BE es Jn dicor
p. Rom-k n-k-1
] - R^, k
2 0.95
32.667 = — . =
3 0.98 — ]
وحيث ان قيمة F المحتسبة بموجب صيغة الاختبار اعلاه اكبر من القيمة الجدولية
عند 16.04 = 2 , 3 ,۴۵0.025 نستدل على معنوية المعامل ۸ .
3- معامل الارخباط Partial Correlation Coefficient (54 yond!
وهو مقياس لارتباط زوج من المتغيرات عندما باقي المتغيرات تبقى تابتة»
فمثلا اذا كانت معادلة ما تضم المتغيرات x1, x2, x3, x4 فايجاد الارتباط الجزئي بين
المتغيرين x2 ,1× يتم بابقاء المتغيرين الآخرين في المعادلة ثابتة وهذه هي نقطة
الفرق مع معامل الارتباط البسيط؛ عندها يرمز لمعامل الارتباط الجزئي ۲12.34 ›
ويستخدم هذا النوع من الارتباط في تحليل الانحدارللحالات التالية :
- لمعرفة طبيعة العلاقة بين متغيرين محددين.
一 للوقوف فيما اذا كانت هناك متغيرات يجب حذفها من معادلة الانحدار يسبب
محدودية او انعدام تاثيرها على المتغبر التابع.
- لاضافة متغير او أكثر الى المعادلة لأجل تحسين قوة وكفاءة المعادلة التنبؤية.
ان صيغة حساب معامل الارتباط الجزئي بين sy 2× مع ثبات 1× i ab
الشكل التالي :
ius ry2 - (ry1)@12)
J (1-r°y1)(1 -r°12)
. (2-5) للمثال السابق ry2.1 مثال (3-5): المطلوب ايجاد معامل الارتباط الجزئي
الحل (3-5): لدينا:
ryl = 0.936 ry2= 0.931 r 12 - 13
ولع على Se قاط py tins es dos
22 D2- 910612
m J (1-ryl)(1-r212)
~ _ 0.931 (0.936)(0.763) _ o ge
"4 (1-0.876)(1 — 0.582)
وباختبارمعنوية حجم معامل الارتباط الجزئي الذي مقداره 0.86 نستدل على
في تفسير المتغير التابع y ويمكن الاستعانة بالجداول الإحصائية لمعامل ارتباط
Pearson المبین في الملحق لاختبار معنوية حجم معامل dali YI أو استخدام
صيغة t التالية ومقارنتها مع قيمة t الجدولية عند مستوى US y » Ay gine يلي:
n-k-1l
t=r —————
on = r!y,,
2.385 = )2.773( )0.86(=
وبما قيمة t المحتسبة هي اقل من القيمة الجدولية 4.303 = 2 ,0:025 Qut
الاولى كبيرا نسبياء ويعود سبب ذلك الى صغر حجم العينة 6 n7 .
Rank Correlation Coefficient قس pj) dolas y! معامل 4
ويدعى ايضا بمعامل ارتباط سبيرمان Spearman Correlation Coefficient
الذي يستخدم مع البيانات غير الرقمية القابلة للترتيب التصاعدى اوالتنازلي؛ وهو
متوفر ايضا وكما تطرقنا لذلك في برنامج SPSS ويعود الى فصيلة الاحصاءات
غير المعملية» ويرمز له TS وصيغته هي:
i aa
n(n” - 1)
cus ان d هي الفرق بين رتبة مشاهدة ما حسب المتغير الاول ورتبتها حسب
هو رتبة كل واحدة من تلك المشاهدات عند ترتيبها تصاعديا.
ALi في تقييم عينة تتكون من 11 طالب في لعبتي كرة الطائرة وكرة :)4-5( Qua
. اداء الطالب في اللعبتين باستخدام معامل ارتباط الرتب
[
f
|
> +
1 1 4
us :
1 11 }
* *
; i
[s
|a» جيد
|i» جيد
f
t
أ[ ب | مض | يد DAI] ما -l —
As
1
"
C 7
Ff
Jaa ua
الحل )4-5(
باعطاء رتبة كل طالب حسب مستوى التقييم في كلا اللعبتين يكون لدينا :
i
25. 4-9 SE ae ال
64 | -8 | 105 | 2.5
36 L. 6 |105) 4.5
Log E eS
30.25 10.5
2025 | 45 | 9 | 4
| 16 | -4 [5 |
30.25
p
em 由
|
CA Wn
"eee
| is | 25 | 10
: تخل عل UM تت N ios J cas Aka وانتطنرق
1 90:4)
17 n(n* - 1)
2119045) _ _
11020) |
اي ان العلاقة بين نتيجدى التقييم سالبة و ضعيفة .
Coefficient of Association ji j4% f polas
ويستخدم في الحالات التي تكون فيها بيانات كلا المتغيرين يتكون من
لمعامل الاقتران hli ra كانت a, b هي مستويات أو حالات المتغير X 3 1 4 2
هي مستويات المتغير لاو Nn هي عدد «ca y S اي :
فان صيغة حساب معامل ارتباط الاقتران هي :
Ng Ppa - Dll,
Ta =
Ding, t Dol,
مثال (5-5): المطلوب ايجاد معامل الاقتران ra بين ظاهرتي التدخين والمستوى
التعليمي لعينة من الاشخاص حجمها 0 = n كما مبين في الجدول
التالي:
الحل (5-5):
بتطبيق صيغة معامل الاقتران اعلاه نحصل على:
_ (35)(40)- GOUS) _ 9 14
(35)(40) + (30)(15)
lid, لحجم العينة الكبير نسبياء فان العلاقة قوية وموجبةء اي ان نسبة التدخين
تزداد بزيادة نسبة المتعلمين .
Coefficient of Contingency 31 gadi معاصل -0
ويستهدف قياس الارتباط بين متغيرين احدهما او كلاهما ينقسم الى اكثر مسن
حالتين (مستويين)؛ ويعتمد على على استخدام مربعات كاي g «Chi Square وصيغة
احتسابه تاخذ الشكل التالي:
2
rosy 2
X tn
D c
2 n^ n?i D^rc
X^ =n + + see + }-n
Nrincl 2 nrc
وترمز 72211 الى مربع قيمة اول خلية واقعة في السطر الاول ri والعمود
الاول 1ء تليها الخلية الثانية الواقعة في السطر الاول من العمود الثاني وهكذا لغاية
jl خلية تقع في آخر عمود Al, سطرهء بينما ترمز nri nel الى حاصل ضرب
مجموع العمود الاول في مجموع السطر الاول وهكذا .
مثال )6-5(: المطلوب ايجاد معامل الارتباط التوافقي TC بين متغيري المهنة الذي
يشمل LDG انواع من المهن ومتغير التدخين المصنف الى حالتين.
الحل (6-5): لدينا:
, (Q0) _ 25)’ 80)_ى__ 0ف )200 = ?200-4
)55)(70( )50130( )95)130( )55)(130(
i) + ou: } 200 = 31.76
)35)(70( | )95)(70(
وبالتعويض بالصيغة Tc نحصل على :
x^
Nem y X? +n
IG 一 3176 = 0.37
200 + 31.76
وعند الأخذ بنظر الاعتبار حجم العينة الكبير 200= ١ فان معامل الارتباط
يشير الى علاقة قوية بين مهنة الشخص وحالة التدخين؛ مع التنويه ايضا الى زيادة
الاعمدة والصفوف والذي من شأنه ان يزيد من معنوية معامل الارتباط ايضا .
لسهارين الفصل الخامس
تمرين (1-5): الجدول التالي يضم بيانات لعينة من الموظفين تخص الاعمار
(بالسنين) 1× والخبرة الوظيفية (بالسنين) 2× ومعدل الراتب الشهري
(بالدينار) لاء والمطلوب:
]. استخدام برنامج 5 لايجاد معامل ارتباط Pearson مع توضيح
معنوية واتجاه العلاقة .
2. ايجاد معامل الارتباط المتعدد R يدوياء وبيان مدى معنوية العلاقة .
3. ايجاد معامل الارتباط البسيط بين لإو 2× وبيان مدى معنوية واتجاه
العلاقة.
تمرين (2-5): تم الاستفسار من ربتي بيت عن رأيهن بعشرة اتواع من مسحوق
الغسيل» وكانت الاجاية كما هو مبين في الجدول التالي. والمطلوب :
1. تحويل البيانات النوعية الى كمية واستخراج معامل ارتباط
3 باستخدام SPSS gU y .
2. ايجاد معامل ارتباط الرتب يدويا .
تمرين (4-5): قام طبيبان نفسيان A.B بمقابلة 64 مريضا وسجلا Lad اذا كان
التالي» فهل هناك توافق في آراء الطبيبين في تشخيص المرض .
E uu sch
Ren SEA ER
MULTIVARIATE TECHNIQUES
pps e
E aid
Regression Analysis aaa %1 fabas -1.6
de -1
والسيطرة. ihol gg عملية التحليل يمكننا معرفة تأثير مجموعة المتغيرات المستقلة:
وكذلك تأثير كل منها بصورة منفردة على المتغير التابع. والشكل العام لمعادلة
الانحدار هو:
Y = a + BX + ei
€i 3 معاملات (ميل) الانحدار. B المعامل الثابت› و P تشير OL إن Cis
الخطأ العشوائي.
البيانات على خط الانحدار تماماء يصبح شكل المعادلة:
y-a-ctbixi + ei
ويتم تقدير ميل الانحدار غير العلوم باستخدام طريقة المربعات الصغرى التي
تعتمد تقليل مجموع مربعات انحرافات القيم الحقيقية عن القيم التقديرية. ويخضع
تحليل الانحدار لمجموعة فرضيات بالنسبة للمتغير العشوائي cei ويتطلب التحقق منها
قبل قرار قبول النموذج بصيغته النهائية» ومن أهمها هو: ان المتغيرات المستقلة
والتابعة موزعة توزيعا طبيعيا tnormality ومن أن تاثير المتغيرات يكون خطيا
tlinearity وعدم وجود علاقات معنوية او شبه تامة متداخلة multicolinearity
بين طاقم المتغيرات المستقلة التي يتضمنها النموذج في حالة البيانات المقطعية و
autocolinearity في حالة السلاسل الزمنية؛ ومن أن تباين الخطأ العشوائي ثابت؛
وان القيمة المتوقعة للخطأ العشوائي تساوي صفرا. وتعتبر الطريقة البيانية من اهم
الطرق و ابسطها للتحقق من صحة هذه الفرضيات (للتفصيل يمكن الاستعانة ب
eaa y" للعلوم الادارية والتطبيقية" للمؤلف). وهناك bic معايير احصائية ومنطقية
استخدام البواقي 5 لاختبار معنوية نتائج تنبؤ النموذج» وسيتم التطرق لهذه
المعايير بصورة مجملة عند تناول تفسير نتائج التحليل في الفقرة التالية» في حين يمكن
الوقوف على صيغها النظرية في فقرة الطريقة اليدوية التي سيرد دكرها لاحقا.
ناسو فته مع ya نامج SPSS
اولا: اجراءات مدخلات تحليل الانحدار
بعد الدخول الى برنامج SPSS واختيار الامر الرئيسي Analyze يتم التأشير
على الامر الفرعي Regression وستبدو لنا انواع مجالات الانحدار التي يمكن
استخدامها في عملية التحليل وهي الخطية Linear ؛ ومجموعة Binary Logistic التي
يأخذ متغيرها التابع قيمة احتمالية تقع بين الصفر والواحد ؛ ومجموعة غير الخطية
Nonlinear التي تكون شكل العلاقة بين متغيرها التابع والمتغيرات المستقلة غير
وسنتابع تحليل النموذج الخطي باعتباره الاكثر استخداما واهمية:؛ ولأن
اجراءات استخدام الانواع الاخرى للانحدار في البرنامج متماثلة» بالاضافة لامكانية
تحوبل: غير ba SA ENT من خلال etal) delve dole! ات (petitions انات
المثال (1-3) الذي يشمل عينة تتكون من 31 طالباء لدراسة العوامل المؤثرة على
اداء الطالب في مادة الاحصاءء حيث تمثل العلامات النهائية لمادة الاحصاء المتغير
التابع Dependent Variable و 5 متغيرات مستقلة هي: الجنس (X1) و العمر
(X2) ومعدل الثانوية العامة y (X3) واختصاص الدراسة في الثانوية (X4) ومستوى
التحصيل الدراسي للاب (X5)
فعند الكبس على خيار Linear سيظهر مربع الحوار المبين في الشكل رقم
)1-6( وعليه تتضح مواقع كل من:
一 ادخال المتغير التابع ل والمتغيرات المستقلة Xi التي يمكن اختيارها من قائمة
المتغيرات الموجودة على الجانب الايمن من مربع الحوار.
- طريقة التحليل Method المرغوب استخدامهاء ومن اهمها طريقة Stepwise
(الخطوات) التي uae ga) يتم E lal Y gi تف dy gine (lel
في علاقته مع المتغير التابع» يليه المتغير المستقل الثاني الذي يلي الاول من
ناحية المعنوية وهكذا e والطريقة تتيح متابعة التغيرات التي تطرأ على
النموذج عند اضافة كل متغير معنوي cate وتعتبر طريقة الخطوات من
اكثر الطرق استخداما وشيوعا لما توفره من معلومات للباحث في كل خطوة
جديدة من جهةء ولانها تحتاج لوقت اقل مما تحتاجه الطرق الاخرى في
عملية التحليل؛ اما الطرق الاخرى فهي Enter-4i yb التي استخدامها يعني
ادخال كافة المتغيرات المستقلة في النموذج (المعادلة) ليقوم الباحث بتفحص
و کا ر ا د اعا اقا فا جح ا كا
النموذج يستهدف تفسير او وصف الظاهرة تحت الدراسة» خاصة ان كانت
قائمة المتغيرات المرشحه للتحليل قد Cele وفق خبرة سابقة عن تأثير كل
منها على المتغير التابع؛ الا أن هذه الطريقة غير مناسبة بصورة كبيرة في
حالة كان الهدف من بناء النموذج هو التنبؤ او بناء التوقعات المستقبلية التي
يفضل معها ان يكون النموذج باقل عدد من المتغيرات اقتصادا في الكلفة ؛
وهنالك ايضا طريقة Backward التي تتناول جميع المتغيرات ومن ثم تبدا
باستبعاد المتغيرات مبتدئة من الاكترغير معنوية ومن ثم الذي يليه من ناحية
عدم المعنوية وهكذاء ولغاية التوقف عند المتغيرات التي تستوفي لدرجة
المعنوية المقررة؛ بينما تقوم طريقة Forward بادخال كافة المتغيرات
ايضا الا انها تبدأ باختيار المتغير الاكثر معنوية اولا والاستمرار على هذا
المنوال والتوقف عند عدم استيفاء المتغير اللاحق لدرجة المعنوية المقررة .
- كما ويشتمل مربع الحوار ايضا تحديد المتغير المستقل Selection Variable
المستهدف الابقاء عليه ضمن طاقم المتغيرات التي سيتضمنها النموذج» وذلك
aaa المتظقية JA LIS & المخروسة من :وجية نظو الات ,
- كذلك موقع التأشير على اظهار اسماء المتغيرات Labels بجانب رموزها ان
كانت هناك رغبة او حاجة لذلك .
一 بالاضافة الى توفر الايقونات المتعلقة باختيار مربعات حور المعايير
الاحصائية Statistics والتي توفر المعايير المتعلقة بالمعاملات ومعايير
Gul مرن التموقع € Gat ce Als الوت 4_i silly (Residuals)
0 التي توفر خيارات درجات المعنوية التي عندها يتم ادخال المتغير
للتحليل والدرجة التي عندها يتم استبعاده وقيم Durban-Watson اذا كانت
المشاهدات هي عبارة عن سلسلة Age) وايقونة الرسوم Plots للحصول
على الشكل البياني لطبيعة العلاقة التي يظهر عليها المتغير التابع مع كل من
المتغيرات المستقلة. اي ان لكل من الايقونات خيارات متعددة يمكن توظيفها
لتكون ضمن المخرجات.
الحوار
لملحقة بمربع
vor
ve "nd | ت (Output) . وباخضاع
وعقب "À
على ايقو للحصو
يتم الكبس
الرئيسي يتم
حات ui
على المخرح
PE
للتحليل
لمتعلق مثالنا (1-3) المشار اليه
catu المد
لتالبة:
Jl )1-6( الجدول
16. 3
d 3j للمتال R B m
egression ee
مات ت لیل
Er *
Hill الإحصاء ia yo
الجنس
العمر
4 العامة
معدل الثانوية |
|>
شهادة الأب
Correlations
Pearson Correlation
درجة الإحصاء النهائية
الجنس
pet | .3
601 معدل الثانوية العامة
348 |اختصاص الثانوية
2. | شهادة الأب
درجة الإحصاء النهائية
الجنس
yal
معدل الثاتوية العامة
اختصاص الثانوية
شهادة الاب
982
460
317
1.000
Sig.(2-tailed)
2 درجة الإحصاء النهائية
)3 31 31 31 31 31
3l 31 31 31 31 )3
31 31 31 31 31 31 | معدل الثائوية العامة
31 31 31 31 31 31 | اختصاص الثانوية
31 31 31 31 31 31 |إشهادةالاب
Variables Entered/ Removed?
Stepwise
(Criteria: Probabilit
y-of-F-to-e nter<= .050,
Probabilit y-of-F-to-r emove>=
Std.Error
of the
Estimate
Adjusted
R Square
R Square
Change
درجة الإحصاء النهائية Dependent Variable: — °
معدل الثانوية العامة Predictors: (Constant): —
Sum of
Squares
Residual | 4003727 29 138060 | — —
Total $5995 OT
Unstandardized Standardized ee
Codfficients Coefficents
i Si
EN Std.Error
Collinearity
Statistics
Partial
Correlation | Tolerance
درجة الاحصاء النيائية Dependent Variable: - °
معدل الثانوية العامة Predictors: (Constant): - 5
Residuals Statistics"
Minimum Maximum Mean Std. N
Deviation
Predicted Value 66.26
| Residual -9.17E-15
Std.Predicted Value .000
Std. Residual .000
Normal P-P Plot of Regression Standard ized Residual
Expected Cum Prob
Observed Cum Prob
فاضا: pietas ممخرهات دلبل Prous) ماسنخدام مر فامع
SPSS
Celia نجد أن نتائج تحليل الانحدارالتي Ael (1-6) من جدول المخرجات
ضمن المخرجات ووفق ما تم اختياره من طرق وعمليات تحليلية ومعايير لمقياس
: معنوية نتائج التحليل من بين ماهو متاح في البرناج تشمل ما يلي
درجة الإحصاء النهائية Dependent Variable: .*
قائمة باسماء المتغيرات التي تم اخضاعها لعملية التحليل مع مقاييس
الوسط الحسابي والانحراف المعياري وعدد المشاهدات لكل من هذه
المتغير أت .
مصفوفة الارتباط لكافة المتغيرات» والتي اعتمدت عليها عملية التحليل
وتوضح معامل الارتباط بين المتغير التابع وكل من المتغيرات المستقلةء
وكذلك درجة العلاقة Lad بين المتغيرات المستقلة داتهاء مع اتجاه هذه
العلاقات (الاشارة) .
اسم المتغير او المتغيرات المستقلة التي تم ادخالها في النموذج ذات التأثير
المعنوي على الظاهرة (المتغير التابع) وفقا لمعيار المعنوية المقرر مسبقا.
مقاييس معنوية النموذج الذي تم تطويره وهي: R, R? , F- ratio test وجميعها
وكما هو مبين في اعلاه ذات معنوية عالية 0.000 = «Significance كما
وان اشارة المتغير المستقل الداخل في النموذج قد جاءت باشارة Aaa ga
وهذا يعني انه كلما كانت معدلات الطلبة في الثانوية العامة مرتفعة يزداد
مستوى ادائهم في مادة الاحصاء. واصبح شكل نموذج الانحدار كالاتي:
y=-7.918 + 1.132 x3
t= - 0 4.052
R = 0.601
R? = 0.361
F=16.415 , Sig. = 0.000
dias التباين ANOVA للوقوف على درجة التقارب وتحليل اسباب
الاختلاف بين القيم الحقيقية والقيم التي تم الحصول عليها باس تخدام
النموذج المطور .
مقاييس معنوية كل من المعامل الثابت Constant ومعاملات انحدار
المتغيرات المستقلة التي تضمنها النمودح باستخدام المعايير: t-test ومعامل
الارتباط الجزئي Partial Correlation Coefficient لكل من المتغيرات
الداخلة في النموذج» وجميع هذه المعايير Cela عالية المعنوية )0.000( .
- قائمة بالمتغيرات التي تم استبعادها ودرجة معنوية كل منها والتي عادة ما
کو od التسدوية المقوين كينا اذ الى امعان ا
- المقاييس المتعلقة بالبواقي المعيارية Standardized وموضحة في الشكل
البياني والذي منه يستدل على الكفاءة العالية للنموذج المطور من خلال
ملاحظة التقارب الشديد للقيم المستخرجة بواسطة النموذج المطور من
الخط المستقيم (النموذجي).
Principal Component Analysis la poll Us 2.6
|- مقدمة
ويعتبر تحليل المركبات (بضم الميم) اهم فصيلة في تحليل العوامل Factor
5 لامكانية استخدامه مع البيانات سواء اكانت موزعة طبيعيا ام M وهو
عبارة عن اداة وصفية تستطيع تصنيف اعداد كبيرة من المتغيرات الى عدد محدود
من المركبات (العوامل) اعتمادا على العلاقات التي تربط كل مجموعة من
المتغيرات فيما بينها» وهو بذلك يستطيع تقليص عدد كبير من المتغيرات من دون
ان يؤدي ذلك الى فقدان جوهري في نسبة التباين التي يتم تفسيرهاء وهو اجراء
يساعد على التخلص من مشكلة العلاقات المتداخلة Multicolinearity التي تواجه
col yall امس .يكلم cs AI کون aci ill cd yall كل M] fin AS ja
بينهاء بينما تكون العلاقة بين المركبات غير مترابطة. وعند المخرجات يأتي
تسلسل العوامل وفقا لحجم التباين الذي يستطيع كل مركب تفسيره بواسطة
المتغيرات التي يتضمنهاء فالمركب الاول هو الذي يفسر اعلى نسبة من التباين ويليه
المركب الثاني وهكذا. ولتحقيق خاصية عدم الترابط بين المركبات يجب اختيار
طريقة ‘Orthogonal اما في Alla البحث عن العلاقة بين المركبات فيتم اس تخدام
طريقة Oblique Rotation وهو مأ يطلق عليه بالتعامد. dole ما تستمر عملية
التحليل ولغاية التفسير التام للتباينء او التوقف عند درجة المعنوية المقررة. مع
الاشارة هنا الى صعوبة انجاز هذا التحليل من دون استخدام الحاسوب لتعدد
المصفوفات وسعة العمليات التحليلية المطلوبة لغاية الحصول على المخرجات» لذا
سيقتصر التطرق الى هذا النوع من التحليل المتقدم في حالة استخدام الحاسوب فقط.
فلو رمزنا للمركبات الاساسية Cps كمتغيرات عشوائية غير مترابطة تضم
مجموعة متغيرات XI, X2, ... Xp مترابطة وتشترك باتجاه خطى فس à
الصيغة التالية ۰
1=] : I D 3
j=l,2, ... ,p
احصراءات مدخلات تحليل المر كعات 2
بعد الدخول على برنامج SPSS والكبس على الامر الرئيسي Analyze يتم
اختيار الامر الفرعي Data Reduction والكبس على طريقة Factor Analysis
فنحصل على مربع الحوار المبين في الشكل البياني رقم (2-6).
tote Sopa TET
> ee ie mfes
: REN >
SST LE
pee 一 +H ليت mme et ت چیہ
(SEY
——— قاو
3
وكما هو مبين على مربع الحوار تظهر مجموعة المتغيرات المزمع اخضاعها
للتحليل على الجانب الايسر فيتم ادخالها في مربع الجانب الايمن» كما يوجد في
الاسفل مجموعة ايقونات هي من اليسار الى اليمين تشمل العناوين التالية:
Descriptive 一 : وفي حالة استخدامها سيظهر مربع حوار Gale يخص
مصفوفة الارتباط بشأن تضمين المخرجات المعاملات ومستوى معنويتهاء
وكذلك Jal الاولي Initial Solution .
Extraction 一 وفي هذا المربع الملحق LS y مبين في الشكل البياني رقم
)3.6( هناك Jia يحمل عنوان Method وفيه يتم اختيار طريقة التحليل
وهي Principal Component Analysis وفي Analyze Jia يمكن الخيار
بين مصفوفة الارتباط او مصفوفة التباين المشترك ‘Covariance Matrix
وهناك Extract Jia وفيه يمكن تحديد الحد الادنى للتباين الذاتي
Eigenvalue وقد يكون من المناسب اختيار 1 كحد ادنی مثلا مع توفر JUR
تحديد عدد العمليات التحليلية Maximum Iteration for Convergence .
:Rotation ¬ وفيها عرض خيارات اس تخدام طريقة Varimax (الاكثر
da eye y (Lista الطرق Agus Aga
Score 一 وتخص خيار عرض قيم مصفوفة الارتباط.
‘Option - وفيها يمكن تحديد الحد الادنى لحجم معاملات الارتباط المطلوب
في المخرجات.
Jg) d J£
Extraction pY اللمن AM صريع
TANENDE TEE مه تلام لمجم AAT. ل rl
ERP RNE NSE BN OH ؤت دي OE ERATE a
Ye en 0 RRINE
ESAS E i
Vis tovs sath qr ود لاجس صو Ce a EEG? Pete QE a را EE id
I
iE
A nS rM oe AE Beorn 5
EDE SESE بجو
NES :
RE
ten
4 ERE
LIE LS Tr
RS p VERAM
sepia SOUS eret S ERE
aet AES EERIE RAA
AS
NSO
A : 1 Xe Bui
bygi He f cadi AE
¥ RES m
Rotebio ia EE PR EM
UMS
5]
"A NEUE EISE POSTER HESSEN
CASIN د اسم aS
8
: s enpresan, SSRIS NT الاح هده ودع ES In
E SIROTA
البويعات Aia lll يك Gast) عل افر Ok الح ل على its yia ع ass
بيانات المثال (1-3) والمبين نموذجها في الجدول رقم (2-6)
(26 ) ee مردل
Principal Component Analysis eK JI ليل cole D gist
درجة الإحصاء النهائية Pearson Correlation
الجنس
درجة الإحصاء الئهائية Sig.(2-tailed)
3
وكما هو مبين على مربع الحوار تظهر مجموعة المتغيرات المزمع اخضاعها
للتحليل على الجانب الايسر فيتم ادخالها في مربع الجانب الايمن» كما يوج د في
الاسفل مجموعة ايقونات هي من اليسار الى اليمين تشمل العتاوين التالية:
Descriptive 一 : وفي حالة استخدامها سيظهر مربع حوار ملحق يخص
مصفوفة الارتباط بشأن تضمين المخرجات المعاملات ومستوى معنويتهاء
وكذلك الحل Initial Solution (d jy! .
Extraction 一 وفي هذا المربع الملحق وكما مبين في الشكل البياني رقم
)3.6( هناك حقل يحمل عنوان Method وفيه يتم اختيار طريقة التحليل
وهي Principal Component Analysis وفي Analyze Jis يمكن الخيار
بين مصفوفة الارتباط او مصفوفة التباين المشترك ‘Covariance Matrix
وهناك حقل Extract وفيه يمكن تحديد الحد الادنى للتباين الذاتي
711 وقد يكون من المناسب اختيار ] كحد ادنى DU. مع توفر خيار
تحديد عدد العمليات التحليلية Maximum Iteration for Convergence .
:Rotation 一 وفيها عرض خيارات استخدام Varimax 4 a:b (الاكثر
استخداما) او غيرها من الطرق المتوفرة اوبدونها .
‘Score 一 وتخص خيار عرض e مصفوفة الارتباط.
Option - وفيها يمكن تحديد الحد الادنى لحجم معاملات الارتباط المطلوب
في المخرجات.
3 6 ) "e JE
Extraction اللمق لايمونة AH ae
werten RST OYE Y PETS
Dd 3 ;
AN و ارك
بع JE FU US
34
P o
Chae مدع
APIS tie
MERE IP SDN
_ 一 一- سسب مامالاو مو
'
1 í 了 :
TEE:
^
PY Mat ys
Rete QEON YE CA 二
i EE
وباكتمال البت في الخيارات المعروضة سواء في مربع الحوار الرئيسي او
المربعات الملحقة يتم الكبس على ايقونة 01 للحصول على مخرجات عملية تحليل
بيانات المثال (1-3) والمبين نموذجها في الجدول رقم (2-6)
pedo) الهلا قت e Ree SEO
(2 b ) ee مردل
Principal Component Analysis SAI ليل ce LX gyt
معدل الثانوية
العامة
درجة الإحصاء النهائية Pearson Correlation
الجنين
pen
معدل الثانوية العامة
اختصاصصي الثانوية
[ الاب
درجة الإحصاء النهائية Sig.(2-tailed)
العمر
معدل الثانوية للعامة
اختصماص الثانوية
شهادة الأب
Communalities
|... Initial | Extraction |
درجة الإحصاء النهائية
الجنس
العمر
معدل الثانوية العامة
YI bald
Extraction Method: Principal Component Analysis
Total Variance Explained
ey
__Initial Eigenvalues Extraction Sums of Squared Loading | Rotation € ol € Loadings s|
Total
% of % of
0 /
Conon Variance | Cumulative? | Total ee Cumulative% i Total i ae | conte’ |
2425 | 40. 116 40.376 2.423 | 40.376 4036 |211$| 35. n 35244
1.213 | 20216 60.592 1213: 20216 | 60592 $9 482
| 1.002 | 16.706 | 77298 1.002 | 16.706 | 77.298 m 11816 77.298
|
2
3
4 | 593 9885 | 87183
4
| d a EN
Sai | 9010 | 9619 ا
0 | 3.807 | 228
Extraction Method: Principal Component Analysis
Component Matrix” _
Compnent
معدل الثانوية العامة
اختصاص الثانوية
درجة الإحصاء النهائية
شهادة الأب
Extraction Method: Principal Component Analysis
Rotated Component Mar »onent Matrix"
معدل الثانوية العامة
اختصاص الثانوية
درجة الإحصاء النهائية
شهادة الأب
الجنس
العمر
Extraction Method: Principal Component Analysis
Rotation Method: Varimax with Kaiser Normalization.
Component Transforamtion Matrix
Compnent
843
22
3
Extraction Method: Principal Component Analysis
Rotation Method: Varimax with Kaiser Normalization.
* — 3compnents extracted.
? — Rotation converged in 5 iterations.
3 تفسير مخرجات تحليل المركيات
Gà, لما تم تحديده من خيارات لاغراض التحليل فان النتائج التي تضمنها
جدول المخرجات تشمل الآتي:
- مصفوفة الارتباط تتضمن حجم واشارة المعاملات» ومنها يتضح ان اقفوى
علاقة هي بين المتغيرين معدل الثانوية العامة ومستوى الاداء في مادة
الاحصاءء وقد بلغ معامل الارتباط بينهما 0.60 وكما هو واضح cle باشارة
موجبة مما يعني ان الطالب الحاصل على معدل اعلى في الثانوية العامة
يكون اداؤه افضل في مادة الاحصاء .
- أن نسبة التباين المشترك (Communality) المفسر بواسطة المتغيرات
يتراوح بين 0.67 و 0.84.
- ان مجموع التباين التراكمي المفسر للمركبات الثلاثة الاولى هو 60.773
وان كلا من هذه المركبات الثلاثة استطاع تقسير التباين الذاتي Eigenvalue
ما قيمته اكثّر من ].
- ان اعلى معامل تحميل Loading في كل من المركبات الثلاثة التي آلت اليه
عملية التحميل تعود على التوالي الى: متغير معدل الثانوية العامة )0.911((«
ومتغير العمر )0.916( ومتغير الجنس (0.962). وبذلك يمكن التعبير عن 6
متغيرات بثلاثة عوامل فقط. يمكن اشتقاق اسماء هذه العوامل من اسماء
المتغيرات التي حققت اعلى تحميل في كل منها .
; bd d ٠ 3 e ~ مه هو
2.4, E H ) B A UR «uoo
pin. s Bom. B Í Í M XE | Hoe deat So, gL في 4368 shell ممه iadi 35
Ey QT * oe ايها
oo
|- مغدمة
كما هو معلوم فان شكل انتشار البيانات هو الذي يدلنا ان كان النموذج Labs
او غير خطي» حيث في الحالة الاخيرة يأخذ شكل منحنى بدلا من الخط المستقيم
الذي يكون عليه في حالة الخطي. ونعود الى المعادلة التقديرية التي سبق التطرق
اليها في مقدمة هذا الفصل وهي: |
y=atbixi
فكما نلاحظ نحن بحاجة الى ad tal كل من b ja باس تخدام طريقة
المربعات الصغرى (للزيادة في التفصيل يمكن الرجوع للمصدر السابق) ويتم ذلك
: ال الكالية
2-y»
n» x? -(D xy
PR
一 一
————
一 一
n
عن Cabal 7 مؤشرات التطور الحاصل خلال آخر 5 سنوات ل Gas! :)2-6( Jua
في التعليم الجامعي» ومتغير نسبة الزيادة GUY! كل من متغير تطور عدد
في دخل الأسرة السنوي كما هو مبين في الجدول ادناه والمطلوب تحديد
. معادلة الانحدار
عدد الاناث a التعليم
نسبة زيادة معدل دخل
الاسرة السنوي )70( X
:)2-6( الحل
لمتطلبات الصيغ اعلاه لدينا: Gà,
2X? = 1357 .Yy = 116: Yx = 91« Yxy = 1660
نستخر ج قيم كل من ۾ و b باستخدام الصيغ اعلاه وكالاتي :
po AY -2,X2,Y | (7X1660) - (116X91)
= = 0.874
n» x' 一 (>》x) (7)(1357) - (8281) UR
2:24
n
7
وبذلك تكون معادلة الانحدار التقديرية هي:
y =5.21 + 0.874 x
اما صيغ المعايير الااحصائية التي تستخدم لاختبار معنوية النموذج
و صبيغده :
t=b/Sb
حيث ان: ا1 هو ميل الانحدار» Sb الخطأ المعياري لميل الانحدار
معامل التحديد R? : يوضح نسبة التباين التي يمكن تفسيرها بواسطة النموذج
وصيغة حسابه هي:
DOY “7 - مرج د R
اختیار 39 و يستخدم لاختبار العلاقة i طاقم المتغيرات المستقلة Xi
F= (R/k) [(1-R?) / (n-k-1)]
n-k-1 T cus درجات k cA yall عدد المتغيرات المستقلة الداخلة g
المعادلة.
2 استخدام نموذج الانحدار للتنيؤ
عقب تقييم نموذج الانحدار والتأكد من استيفائه للمعايير الاحصائية والمنطقية
والفرضيات» Cu بالامكان استخدامه xe Y اص caill ويتمثل ذلك يتعو يض القفيم
المطلوبة في X للحصول على قيم ل . فبالنسبة لمعادلة الانحدار التي تم بناؤها
y = 7918 + 1.132 x3
: لطالب في الثانوية العامة في 3× ولنفترض كان 88 فنحصل على
y =-7.918 + 1.132 (88) = 98.8
وهي e as Yl A ar. المتوقع الحصول عليها في الاحصاء اذا كان معدله في
الثانوية العامة هو 88.
ya yl: الفصل السادس
تمرين (1-6): مدير احدى الشركات اراد بناء نموذج لتقييم الموظفين (y) العاملين
المتوفرة في الشركة فاختار عينة عشوائية تتكون من 10 موظفين
وكانت المعلومات كما هي مبينة في الجدول التالي:
والمطلوب:
1. بناء معادلة انحدار يدويا وباستخدام برناج SPSS بتوظيف طريقة
المربعات الصغرى .
2. ايجاد تقديرات لمعدلات تقييم الموظفين العشرة باعتماد نموذج الانحدار
الذي يتم بناؤه .
3. التنبؤ بمعدل تفييم موظف مقار انجازيته هي 95 .
تمرين (2-6): أ. بين اهداف استخدام تحليل العوامل بطريقة المركبات .
ب. وضح اجراءات استخدام برنامج SPSS لتحليل العوامل وفق طريقة
المركبات Principal Component Analysis على ان تشمل المخرجات
Obs jal التي Gils Jay الذاتي (Eiginvalue) عن 1 .
ج. شرح كيفية اختيار اسماء LS yall التي تحصل عليها في المخرجات.
ASE
t: ع
HYPOTHESES TESTING AND ANALYSIS
OF VARIANCE
d مقط 7
وهو احد المواضيع الرئيسية للاستدلال الاحصائي Inferential Statistics
ويستهدف الوصول الى قرار القبول او الرفض بشأن :
- تفدير المعلمة المعتمدة على بيانات العينة المسحوبة من مجتمع المعلمة للتوصل
الى درجة اعتمادية وثقة نتائج العينة .
- اختبار الفروق بين النتائج الفعلية للعينة والنتائج الفرضية المتوقعة .
ويمكن اجمال الاسس التي يقوم عليها اختبار الفروض بما يلي:
Hypotheses (5259 yas) .1
الاولى وتسمى بفرضية null hypothesis edi ويرمز لها Ho وهي تتض من
الهدف المطلوب اختباره» ففي حالة قبولها يعني انها متوافقة مع الهدف» اي عدم وجود
ما يدعو الى رفض النتائج. والثانية وتسمى بالفرضية البديلة alternative hypothesis
ويرمز لها CHI فعند رفض Ho يعني قبول 111 والعكس صحيح.
D اذا اونا ica jb. UG! من أن سبط وزن الطاب فى decal) 62.9
كم فان صيغة الفرضيات ستكون على الشكل التالي:
Ho: u = 2
Hl: uF 62
2 الخطأ من النوع الاول Type | error والخطأً من Egil)
الشاضي Type Il error
عند رفض فرضية Ho aall ولكن كان يجب قبولهاء لان dhe الرفض هو
نتيجة as في البيانات» عندها نقع في الخطأمن النوع الاولء وان احتمال الوقوع
في مثل هذا الخطأ يرمز له » وتدعى بمستوى المعنوية (الدلالة). وكلما تقل قيممة
0 كلما قل احتمال الوقوع في الخطأ من النوع الاول .
اما الخطأ من النوع الثاني فيقع في حالة قبولنا لفرضية العدم HO بينما هذا
القبول هو خطأء وان احتمال الوقوع في هذا النوع من الخطأ يرمز له B .
yat 3 من جانب واد tail | واخسار من جاضسين tails ||
ويقصد به ان الانحراف عن فرضية العدم هو باتجاه واحد او انها موزعة
على جانبين. وهذا يعتمد على صيغة فرضية العدم» فاذا كانت الاشارة هي < (اكبر
من او يساوي) او > (اقل من اويساوي) اي:
HO :n262
HI :p<62
فهذا يعني بان الاختبار من جانب واحد» لانه في حالة رفض الفرضية فمن
المتوقع حصرا بان الفرضية البديله سيكون معلوما اتجاهها كما هو مبين من الشكل
البياني (1-7). أما في حالة ان تكون فرضية العدم مع اشارة om فهذا يعني عدم
معلومية الاتجاه الذي ستكون عليه في حالة رفضها فقد تكون اقل من او اكبر منء
وبذلك ستتوزع على جانبين كما هو مبين في الشكل البياني رقم (2-7).
d-7 po ghee SE
يرضع منطقة الرفض في اضتبار من مانب ذاصر
0 منطقة الرفض
LA بياني مقر LE
من جانبين Aezel dhe j يوضع منطقة الرنض
2 منطقة الرفض منطقة الرفض-0/2
7 استخدام |
One Sample T- Test gall الاختيار 1
Yo المفهوم والمدخلات
ويقصد به اختبار sl) X متوسط Aux ) مع متوسط المجتمع u للتوصل
ان كان هناك فرق جوهري clogs وعلى افتراض تساوي التباين» كما هو الحال لو
كنا بصدد اختباراداء ast فروع البنك مع بيانات البنك الرئيسي متلاء او بصدد
اختبار عينة من منتجات شركة صناعية للتأكد من مطابقتها لخصائص ومواصفات
انتاج الشركة؛ أي ان العينة مسحوبة من ذات الشركة .
قيمها في ادناه :
4 6.3« 26.0 26.5 6.5« 7.0« 7.1« 6.5« 5.9 « 6.4 6.6 6 6.7« 6.7«
6.5« 16.4 6.3« 6.6« 6.5« 7.0« ].7« 5.9« 6.4« 6.8« 65.8 5.9« 6.7« 6.0«
9 46.8 6.9« 66.1 6.3« 6.7« 16.3 66.7 5.8« 7.0« 7.1 6.7« 5.9« 6.7«
«6.7 «6.5 «6.4 65.8 7.2 «7.0 «6.8 «6.6 «6.6 «6.1 «6.5 «5.9 16.7 4
. 6.6 «6.0 «6.8 «6.7 6.4 «6.6
الحل (1-7):
ia مل e القن lel yah aly geal ull cll dial رق JURY) Adae ii
Analyze لاخضاعه للاختبار ثم اختيار الامر الرئيسي (Mel الملف (بالبيانات aug,
ومن الاخير يتم التاشير على Compare Means ومنه يتم اختيار الامر الفرعي
والكبس عليه فنحصل على مربع الحوار المبين في الشكل البياني One sample T test
وبعد القيام بتحويل المتغير الى المربع المختص الواقع على الجانب الايمن في (3-7)
ثم نقله بواسطة السهم» واذا كنا ننوي الحصول على نتائج ill مربع الحوار بواسطة
مربع dí الواقعة في Option تزيد على %95 يتم الكبس على ايقونة Ad عند حدود
يظهر لنا مربع الحوار الملحق لتحديد Option الحوار الرئيسي؛ وبعد الكبس على ايقونة
المطلوبة؛ اما اذا كانت درجة %95 وافية فلاحاجة الى مربع الحوار AI درجة
في مربع الحوار الرئيسسي OK الاضافي؛ عندها كل مانحتاجه هو الكبس على ايقونة
: لنحصل على جدول المخرجات المبين في الجدول رقم )1-7( في ادناه
CEA de البياني JÉJ
One sample T test ا وار الرئيسسي ay
£t one مه ALAS S Date Eas ES کو AES:
ae Sin URS MEI m zn Bee سحن aE pop
4 m xm. 2 tg ا E Bo ^ 5
ees cory
—€— M eem devi. A i
ds EET
c TE EBES
ا راتک
5 Of
oe
A PUE TE m
ehe ACE
d 56 n P
الاحادي Ace للمتال ر7 ل 7-768] cote A
One- Sample Test
Test Value= 0
9595 Confidence
Interval of the
Mean Difference
T df | Sig.(2-tailed) Deifference
Sport
136.927 6.4967 6.4018 | 6.5916
Sample
ثانيا: تفسير مخرجات الاختبار الاحادي One sample T test
S cu الشركة E فل o وطن 7) d الول celis ol as
0.45 أن متوسط مقاومة مضر ب التنس هو 5 كغم وبانحر اف معياري مقداره
. 6.5916 وان المتوسط يقع تماما بين حدي الثقة 6.4018 و
2 الاختبار في حالة عدم تساوى التباين (مجتمى
Independent sample T-test
| المفهوم والمدخلات PP
وهنا يعود المتوسطان لمجتمعين مختلفين» والهدف هو اختبار عما اذا كان
الفرق بين متوسطي العينتين يعزى الى الصدفة او ان هذا الفرق جوهري. SLES
على ذلك اختبار مستوى جودة منتج يعود لشركتين مستقلتين» او اختبار نفس
الظاهرة في بلدين مختلفين وهكذا .
مثال (2-7): تم جمع بيانات لعينتين من الاسر حجم كل منها 14 أسرة من مجتمعين
مختلفين تتعلق Jija عن عمر الاطفال (بالاشهر) عند البدء بالمشيء
dac ps
4 ty
Es
oe 77
والمطلوب اختبار ان كان هناك فرق جوهري بين كلا المجتمعين في
شاه الظاهرة.
99,5 «10.1 «9.2 «10.2 «10.0 612.8 613.4 «9.7 «10.5 «11.1 2 nl
10,1 111.4 12.4 2
9.5 «12.3 613.2 «12.6 «13.4 9.6 19.8 113.2 «12.0 «10.22 2
12.5 9.8 «11.0 10.66
الحل )2-7(:
بعد تهيئة ملف البيانات الواردة في المثال نعين الامر Compare ,,—e pall
Means ; 434 يتم التأشير والكبس على اجراء Independent sample T-test
لنحصل على مربع الحوار الرئيسي المبين في الشكل )477( لنقوم بنقل متغير
العينتين اللتين تم وضعهما بنفس العمود على التوالي وتم تسميته )1 (Group وفي
عمود المتغير الثاني تم اعطاء القيمة 1 امام المجموعة الاولى (العينة الاولى)
والقيمة 2 امام بيانات المجموعة الثانية (العينة الثانية) وتم تسميته )2 (Group فنقوم
بنقل متغير 1 Group الى الحقل الواقع على جهة اليمين بواسطة الفأرة ثم نقله
بالسهم» ثم نقوم بنقل المتغير الآخر 2 Group الى الحقل الموجود في اسفل مربع
الحوار الرئيسي والذي يحمل عنوان Grouping variable بعدها يتم الكبس على ايقونة
Define variable للحصول على مربع الحوار الملحق المبين في الشكل (5-7) ليتم فيه
تدوين | لمجموعة البيانات العينة الآولى و2 في الحقل الثاني للاشارة الى العينة
التانية وبعد الكبس على Continue نعود لمربع الحوار الرئيسي» وان لم نرغب
بتغير حدود الثقة عن 7695( تكون الخطوة اللاحقة هي الكبس على ايقونة Ok
لنحصل على المخرجات المبينة في الجدول رقم (2-7)
AY) دقر ghee JE
Independent sample T-test عينتين مستقلتين sete) مريع ال موا اء الرئيسى
SEMPER Wien Dr
AL EN
: | Gos
eet COON Mtek
Kore
E
"rarodpa d AT RSA
elk
uo PAES ميج ا 一 -一 一- 一 ~ 一 一- = :
E Á——— بج مم مو MILAN = سدم مود مم ميهي —Ó
RASS ROT CARAS SE a
RE
0 en ne
CS
E
عم ene ممعم عم له مت 5 8 —— ونث
س
A
INS
a E
RETA 5
Pitre
E
t
es +-
zi
0
OY
—— ÀÓ — €
ES
1 ل Vordobles:
SES ERE
REG 3 5
INN ats
nt - Ye
S
2
4
网 وج nee i Lue PAS DT 3 a TNT
qi DU BuU
£ — m d am s
: بياني Oy) oe
مريع ا حواء اللمن jai في Define Groups
SORE
E ie x
fon
i
UENIT
7
CN
A; he Te
RE
E EEF
RE
人 5
a
ELS) Pd Sire
Independent sample T-test Antal رمات تمليل
Group Statistics
Ten Mean
First Sample 1.00 14 10.8286 1.2845 .3433
2.00 14 11.2929 1.3975 .3735
LL —— Samples Test
Tevens Test
| for Equality
of Variances
Second sample
qq
t-test for Equality of Means
95% i
interval of the
Difference 0
Upper :
0 | 3785 |
lirst sample Equal variances assumed
Equal variances not i
-1.5074 | S788 |
assumed 1
1
ثانيا: تفسير مخرجات اختبار عينتين مستقلتين Independent sample T-test
عند تعريف المجاميع في مرحلة Define Groups كنا قد اعطينا القيمة 1 لقيم
العينة الاولى والقيمة 2 للعينة الثائية وبذلك فان الجدول الاول من المخرجات يبين
بان begs المجموعة الأولى Atel eid الأول la gia, 10.8288 » acies
المجموعة الثانية لنفس المتغير 11.2929 وكذلك الانحراف المعياري لكل مسن
المجموعتين وعدد القيم ومقدار الخطأ المعياري كما يتبين في الجدول. اما الجزء
الثاني من المخرجات الذي يضم نتائج الاختبار بافتراض تساوي التباينات والآخر
هو عدم تساوي التباين والاخير هو المستهدف من عملية الاختبار بالنسبة لمثالناء
ومنه نستدل على وجود فروق جوهرية بين المجتمعين» حيث ان قيمة T المستخرجة
من جانبين عند مستوى معنوية 0.369 (غير المعنوية). وان قيمة متوسط الفروق
3 يقع خارج الحد الادنى لحدود الثقة عند درجة 9695 المبينة في آخر العمود
من الجدول؛ وعليه نرفض فرضية التساوي بين المجتمعين .
Paired Samples T - test للممهار نات الزوجية T sure) 3
اولا: الفهوم والمدخلات
ويتم استخدامه لقياس ظاهرة معينة بظروف مختلفة فمثلا لقياس نمو نباتات
معينة عند تعرضها للشمس ونموها قبل تعرضها للشمس لاختبار ان كان هناك فرق
جوهري في نموها بين كلا الحالتين. والفرضية التي يقوم عليها الاختبار هو ان
المقارنة بين عينات غير مستقلة.
مثال (3-7): ادعى احد مكاتب الرشاقة بان نظام التدريب الذي لديه من شأنه ان يؤدي
الى تخفيض جوهري في الوزن شهرياء ولاختبار صحة هذا الادعاء تم
اختيار عينة حجمها 11 شخصا من الذين يسجلون لدى المكتب المذكور
ودونت اوزانهم عند دخول الدورة» وكذلك بعد مرور شهر على coy pial
وكانت النتائج هي كما مبين في ادناه:
الوزن قبل دخول | الوزن بعد مرور شهر
الحل GT)
بعد تدوين البيانات في ملف» يتم اخضاعها للتحليل من خلال الامر الرئيسي
1 ومن ثم اختيار الامر الفرعي Compare Means ومنه يتم الكبس على
اجراء Paired Samples t- test فيظهر مربع الحوار الرئيسي المبين في الشكل
البياني رقم )6-77( فيتم تحويل المتغيرات الى الحقل الواقع الى اليمين باس تخدام
الفأرة ثم نقله بواسطة السهم. وبالكبس على ايقونة Ok نحصل على مخرجات
التحليل المبينة في الجدول رقم )3-7( عند da ya تقة مقدارها %95 .
(OS) 一 le Je
Paired Samples t- test الرزمية ob Ls | Lao D uv AI An
Rel CTI BRED RES | Ag tA LORIE ا
dcc dm Lee ا
ا
: : SRE ICI AUN SAR م ل E
is ERS REARS ey Xe eT LT M ASE
5| © weight before training Zt red Vadsblgadio s oet:
4| @ weight after ualnlng ba e
í tals
7 zi. Tute
i Be hese
; iv
(u^ 2 مر دل
Paired Samples t-test القارنات الردجية deial تمليل cola
Paired Samples Statistics
س
Std. Error
Mean
2.2596
Std.
Mean | N
Deivation
Weight before training | 84.1818
Weight after training | 81.5455 | 11 6.8610 2.0687
iis 194 m Sig.
.992
Weight after E
Paired Samples Test
Paired Differences | |
95% Confidence Interval l 0
١
}
Std. Sid Error of the Diference
Deviation Mean
Lower |. Upper Io adi
Pair | Weight before training 1%19 DNE i 7807 0
On, JOA 1 14 s
| cater |
i -一 - 一 , 一 -一 " 一- =. ee sos 一 一 = eo am om 一 m
u اا — e
ثانيا: تفسير مخرجات استخدام T-test للمقارنات الزوجية
Paired Samples t - test
بالرجوع الى جدول المخرجات رقم )3-7( asi edel ان التحليل في مرحلته
الاولى عرض متوسط وزن الاشخاص عند دخولهم للدورة وكان مقداره 84.182
كغم وانحراف معياري قدره 7.494 كغم؛ اصبح بعد مرور شهر على التدريب
5 كغم وانحراف معياري مقداره 6.861 كغمء اي ان التحليل الاولي يشير
الى تحقق انخفاض عام واضح في اوزان المشاركين في دورة التدريب» كما ان
الانخفاض في pas الانحراف المعياري يدل على ان هذا الانخفاض في الوزن
اصبح يتسم بتجانس اكبر بعد مرور شهر على التدريب . ويعزز مخرجات ála yall
الاولى معامل الارتباط القوي بين قبل وبعد الدورة الدي بلغ 0.991 وهو مقبول عند
معنوية 0.000 كما ان اشارة الارتباط جاءت باشارة موجبة مما يدل الى الدورة
مك codi ee a) كر رسي Gucci E
نتائج الاختبار لتثبت صحة ادعاء مركز الرشاقة وبمعنوية عالية عند 0.000 = 0/2
X? !Chi-Square مسر معات كاي Ja 4
اولا: المفهوم واللخلات
يستخدم توزيع y? لاختبار الفرضيات المتعلقة بالبيانات التي تكون على شكل
SSM ayes aix, dy IS Ghai اة As a ouod le التكبدرارات
الحقيقية مع التكرارات المتوقعة وفقا لطبيعة التوزيع الاحتمالي للبيانات. ان الفرض
الذي يقوم عليه الاختبار ان بيانات العينة مسحوبة من مجتمع طبيعي معلوم التباين.
واهم مجالات استخدامه هي:
- حسن الجودة «Goodness of Fit اي لاختبار مدى التوافق بين القيم الحقيقية
والفرضية للتكرارات. كما في حالة التوزيع العمري لعينة على فئات الاعمار مثلا.
- الاستقلالية dndependency لاختبار Gal fil ان jules التصنيف مع وحدات
المجموعة هي مستقلة» كما في حالة تصنيف سكان ما حسب الحالة الاقتصادية او
الاجتماعية» Chey هذا الجدول يشار اليه بجدول التوافق .Contingency Table
- التجانس «Consistency اي مدى تجانس المجتمعات مع معايير التصنيف. كما
في حالة تصنيف عينة من حوادث الطرق حسب نوع الحادث ونوع واسطة النقل.
مثال (4-7): اخذت عينة من حوادث الطرق في الاردن وتم تصنيفها حسب معياري
باص وبيك ابء لوري) وكما مبين في الجدول ادناه» والمطلوب اختبار
ان كان هناك تجانس في نوع الحادث بين AMS انواع وسائط النقل المتورطة
في هذه c gall :
الحل (4-7):
عقب اجراءات الدخول الى برنامج SPSS نقوم أولا بتكوين ملف الحوادث
وحسب الاجراءات التي تم شرحها في بداية الفصل الثالثء وتسجيل البيانات في مثل
هذه الحالة يتم بتسمية متغيرين وليكن الاول لنوع الحادث وتدون فيه القيمة |
للاصطدام و 2 للدهس و 3 للانقلاب» والمتغير الثاني انوع واسطة النقل وتدون فيه
القيمة 1 للصالون و 2 للباص والبيك اب و 3 للوري. وفي الخطوة الثانية يتم التأشير
على الامر الرئيسي Analyze ومنه نختار Non Parametric test. pill payl ليتم
التأشير والكبس على طريقة Chi-Square ليظهر لنا مربع الحوار الرئيسي المبين
في الشكل (7-7). agii بنقل المتغيرات الى الحقل المخصص على جهة اليمين
باستخدام الفأرة والسهم» ونجد اسفل موقع المتغيرات حقلا يشتمل على خيارين؛
JoY! اختيار All categories equal او ان يقوم الباحث بتحديد نسب توقعاته مسن
خلال اختيار ايقونة Values وهو ماتم استخدامه مع مثالنا في هذا الاختبارء روعي
فة تبني مايشكله gall yep gi S انت US, وع ill lias, cya :فاعطينا اة 4
ارلا خض slabs! cud sa و القمة 3 Cog a} هرو و Cat gal | X ail
الانقلاب» وهذه القيم تنطبق على انواع وسائط النقل: صالون وباص وبيك اب ثم
لوري على التوالي» وكل قيمة يتم تدوينها يعقبها الكبس على & Add Xi لتنقل الى
المربع الموجود عند اسفل الحقل كما هو مبين على الشكل البياني (7-7). وفي حالة
الحاجة لمقاييس الاحصاء الوصفي يمكن استخدام ايقونة Option لتاشير ذلك على
مربع الحوار الملحق. وباكتمال الاجراءات والعودة الى مربع الحوار الرئيسي يتم
الكبس على ايقونة Ok لنحصل على المخرجات المبينة في الجدول رقم )4-7(
بياني 7 م
ae الحراء الرئيسي Chi-Square Az»
SPU رفع Schol e TAKA YOU ETS SPI SREE SET : SAAS URE A o Me
PC vae AEE NW FL : :
Eu. > a 41
Vierge y noa rA و عبس يب REE n
S adl Hou
tani) EO
vehi
4 -/) P dd مردل
Chi-Square Test col ole 5
Type of accident
| | | Observed N Expected N
0
6
9
3 | 33 | ف | 30
س
Type of vehicle
Type Statisitcs
Type of Type of
accident vehicle
Chi- Square 0.090
ET
ثانيا: تفسير مخرجات استخدام اختبار olay yo كاي x? sChi-Square
ان النتائج الواردة في جدول المخرجات Cela على اساس عدم تساوي
تكرارات القيم åri giall اي باستخدام خيار Values لكلا المتغيرين» ومنها نستدل
ان قيمة 72 المحتسبة بالنسبة لنوع الحوادث المتورطة فيها وسائط النقل هي معنوية
عند 0.044 = 1-0.956 ومن ذلك نستدل بأن هناك تجانس في نوع الحادث Lady
لمعيار نوع واسطة c ORE حيث القيمة الجدولية عند مستوى معنوية 0.05 ودرجات
حرية 2 هي 0.103. بكلمة اخرى ان معيار وسائط النقل هي في تجانس مع نوع
الحوادث» كما وان معيار حوادث الطرق متجانس مع انواع وسائط النقل؛ اما خيار
Descriptive Statistics في Als الرغبة باستخدامه يعطينا فكرة عن درجة التقارب
في متوسطيهما وانحرافهما المعياري .
* — 0 Cells (.0%) have expected frequencies less than 5. the minimum expected cell
frequencey is 9.3.
One-Way Analysis of Variance &s»f9 slings النبادن faka -5
gl : المفهوم والمدخلات
m انين توك ae ais ae NET ee ae
ليصبح T مجتمع او مجتمعين لها نفس المعلمة؛ و تحليل التباين هو امتداد لاختبار
بالامكان اختبار عينتين أو اكثر مع تحليل طبيعة ومصدر التباين بين الظواهر
يقوم بتقسيم الاختلافات الكلية الى عدة اجزاء لتحديد مصدرها. ويقوم cus المختلفة»
الاختبار على فرضية أن العينات تعود لمجتمعات موزعة طبيعيا وان عملية س حبها
عشوائي وتبايناتها متساوية. وفي حالة عدم توفر الشرط الاخير يكون من المناسب
F ويعتمد الاختبار على مقياس Hartly أو هارتلي Bartlet استخدام اختبار بارتليت
ونتائجه تنظم في جدول يدعى جدول تحليل التباين» ففي حالة التحليل بمعيار واحد
من المجاميع» فدرجات الطلبة تصنف حسب الشعب» وكل K يتم تصنيف قيم × الى
X من الطلاب وعادة ما يشار اليها بالعناصر. ان الاختلاف بقيم n شعبة تضم
y DELAY 3 aad الو Ae gad طسق da القن Gs CGAY Ve
المجاميع ذاتهاء ونتبع في التالي اسلوب تحليل التباين بمعيار واحد وفي حالة تساوي
مثال (5-7): لاختيار عينة عشوائيةء تم تقسيم مدينة ما الى اربعة مناطق» ومن كل
منطقة تم اختيار عينة عشوائية تتكون من 9 مخازن لبيع المواد الغذائية؛
Gils; مبيعات كل مخزن GYL) be pul الدنانير) كما هو مبين في
الجدول التالي؛ والمطلوب معرفة ان كان هناك فرق معنوي في مبيعات
مكازن 'المناطق dag Ni
الحل (4-7):
وحيث لدينا متغير واحد بعدة مستويات (مجاميع)» عليه نستخدم في حل هذا
المثال طريقة تحليل التباين بمعيار واحد «One-Way Analysis of Variance وعند
متابعة الاجراءات المطلوبة في الحل سنحاول تجنب الدخول في المفاصل والتشعبات
التي يمكن الحصول عليها ضمن مخرجات تحليل التباين» والاكتفاء بالاشارة اليها
ye wld, احل«التسيط والتشتجيع على التغامل شم الامن من وون تنقيدات» خاضبية
وان هدف الكتاب هو الطلبة وغير المحترفين في مجال الاحصاء. كما سنحاول
استخدام ذات المثال عند استخدام الطريقة اليدوية في الحل لاحقا للتأكد مما تؤول
اليه نتائج المخرجات.
SPSS هو السياق العام» فأول خطوة نحتاجها بعد الدخول الى برنامج LS,
هي اعداد ملف بالبيانات المطلوب تحليل تباينهاء فيتم ادراج كافة بيانات المناطق في
ليشمل Dependent متغير واحد يطلق عليه لاغراض تحليل التباين بالمتغير التابع
1 بمخازن المنطقة fas قيم مبيعات كافة المخازن البالغ عددها 36 مخزناء على ان
ثم المنطقة 2 فالثالثة واخيرا المنطقة 4 على التوالي» بعدها يتم تكوين المتغير الآخر
وتكون قيم هذا (Independent (ويقصد به المتغير المستقل Factor هنا cu الذي
المتغير هي رموز المناطق على التوالي فيدرج رقم المنطقة امام قيم المخازن العائدة
لهاء لتاخذ الشكل الذي يظهر في الشكل البياني رقم (8-7). تليها الخطوة الثانية وهو
استخدام الامر الرئيسي Analyze ومنه الامر الفرعي Compare Mean لنختار من
الاخير One-Way Analysis of Variance فيظهر مربع الحوار الرئيسي المبين
في الشكل رقم )8-7( وفيه يتم نقل المتغير التابع الى الموقع المخصص له الى
اليمين» والى اسفله المتغير الآخر الى ‘Factor Jia
B) P البياني JJ
ove
TUUM : a جب rows جوم جل 77
DEREN
rant بجوو
at:
nd EE
Sos teret [| Tumor OETA T
SEED | NE LU
^E Es 3
3 ARN?
i i i ,
. 11 0 6
| i
SET
1 1 i !
a ni
H 1 H
i
Aro) sd A E E zu 9
t EAEN, “a par ;
- ++ Pat اا چ
8a ZR :
t
i
Y e Immer 、
i
i
i : 0 : Poo:
Ad, 1 i i. Ls ate 1 : A 0 UY. y
JE we ee de euo dei eoim ——- ——— et س پچ سوسس سف re
كما ونجد في اسفل مربع الحوار الرئيسي اعلاه الايقونات التالية:
المربعات بين المجاميع الى عناصرء ومن هذه الطرق ما يتعلق بالاتجاه
لكي و ار ا اك اول ان ر( ق و
ارق ا و
مكل ej Pb م9
مريم Contrast Gal desl
AEN
EOM
y M
NAS
5 ١ S
EA I ا Ip IE
S à RRR ait S
no IY
REM SEIS
Post Hoc Test ¬ ويستفاد منه في حالة وجود اختلافات واضحة بين متوسطات
المجاميع المختلفة» وهناك خصائص محددة لكل من الخيارات العديدة المتوفرة
في هذا المربع الحواري الملحق والمبين في الشكل البياني رقم (10-7).
Post Hoc Test sal 41,1 سريم
rpm LANGE ILONI EEN OOD NEEE K NEIE عع RE E
a SAS مد لسارت
| مجر فال به ديد A SELA PETE OELE CEITEAN EAO EEEE EET
EERO : NNE EN peer
(1177) وفي هذا المربع الملحق والمبين في الشكل البياني رقم Option 一
ويشمل مقاييس تتعلق Descriptive Statistics محوران» الاول هو
بالمتوسطات والانحراف المعياري والخطأ المعياري والحد الادنى والاعلى
وبواسطته Homogeneity of Variances للقيم ودرجة الثقة. اما الثاني فهو
لفحص مدى تساوي تباين المجموعات Levene Static يمكن استخدام إحصاءة
. من دون الحاجة الى فرضية التوزيع الطبيعي للبيانات
019 we بياني -
Ms —— 1 ‘ye a
VO ini 2
mr pp دوو
tm eee x 4 " ممه ري
C3 Precor Ting: x FOS Pr T. OP ERES ed DAEN S e i
fe D f ata Laie FS A EN 7 AS c of TUE DEW TREE
ies at, 3 s FE d) Me (urge Ts اد و iere T. à 1 BEA Sh
y “4 Ey 1 DES + ves es X 2
| : Ge mote fl RR RSE الل ده disc
一 -4f j 8 25 ; 3 7 DE eret
j| Dentrict d
وباكتمال الاجراءات المطلوبة في مربع الحوار الرئيسي يتم الكبس على ايقونة
Ok للحصول على المخرجات المجملة المبينة في الجدول رقم (5-7)
0 ^" Jo
One-Way Analysis of (4-7) ne كليل التباين بمميار دامر لليثال ole”
Variance
Descriptives
95% Confidence
Interval for Mean
Std. Std. Lower Upper A;
Minimum
| [r| Men ليرا erer | bod | Boog | Mimun |
4.8889 | 24721 8240 | 2.9887 | 6.7891
ER |
00 | [T6667 22361 [msa | 93555 | 400 —
[300 | o 16667 2.2361 | 34 | 59479 9385 | 400 —
EX |
Maximum
يم
تما
ANOVA
Sale
Sum of Mean l
Pf mes ae meme | P [sie
Between Groups 74.306 3 24.769 4.705 | .008
Within Groups 168.444 32 5.264
Total 242.150
Lob : تفسير مخرجات تحليل التباين بمعيار واحد
One-Way Analysis of Variance
عند التأمل في مخرجات الجزء المتعلق بمقاييس الاحصاء الوصفي نجد ان
Ui, ob lua کن calda ا (Sel ذلك Gus على ABN (gas,
المبينة في العمود الاخير من الجدول ولكن ليس بدرجة C3 A se وبالرجوع الى
معنوية F عند 0.95 ثقة مع درجات 3 و 32 نجد ان القيمة الجدولية هي 2.89 مقابل
7 مما يستدل على رفض فرضية التجانس في مبيعات المناطق وقبول Apo pall
البديلة القائلة بعدم التجانس. إلا أن قرار الرفض هذا يمكن تجنبه في حالة اجراء
المقارنة عند مستوى معنوية أقل.
oe 4 FO
يا E ds
۴ 0 7 1
re ee Fae Er
وم « Va oe
حيث قد تم التطرق الى مفاهيم كل من ادوات الاختبار وتحليل التباين
والفرضيات التي تقوم عليها عند استخدام هذه الادوات مع برنامج SPSS وتلافيا
للتكرار فان الطريقة اليدوية هنا ستتناول الاجراءات التطبيقية؛ مع الاشارة الى ان
نتائج اختبارات T-Test باستخدام الحاسوب ليس من الضروري ان تتساوى مع قيمة
T المحتسبة يدويا رغم التوصل الى نفس الاستنتاج من ناحية قرار الرفض او
القبول» ويعود سبب ذلك الى انه في الحالة اليدوية نحتاج الى متوسط المجتمع بم
وانحرافه © وفي حالة عدم توفر معلمة الانحراف المعياري للمجتمع يتم الاستدلال
Yule من الصيغة 5/0 7 dio حين يقوم الحاسوب بالاستدلال على هذه المعالم من
بيانات العينة وفقا لحدود الثقة التي يتم استخراجها بموجب الصيغة:
X-ta/2 s/n <us X+ a/2 s/ Nn وكما يتبين من ALUN! التالية.
3.7 الطر dagli daa في cf pol الاحسارات و
One Sample T-test gale! Juss YI 1
المعياري ومقداره 0.45 = وبذلك يمكن تعويضها مباشرة في صيغة اختبار T
One Sample 1-1656 (srt! لنحصل على :
ا
0
حيث igh يرو × هي متوسطا المجتمع والعينة على التوالي» g الانحراف
المعياري للمجتمع
Oa A 0.0074
0.45
وحيث ان قيمة T المحتسبة تقل كثيرا عن قيمة T الجدولية عند Cila ja حرية
0 والبالغة 4 مما يعني القبول بصحة ادعاء مصنع مضرب التنس بمعنوية
عالية 0.000= a وهو نفس القرار الذي تم التوصل اليه في حالة استخدام الحاسوب.
Two- Independent Suie T test — 1
وصيغة حسايها هو
T= (X1 - X2) - (p1 - p2)
J Sp?/nl + Sp?/n2
:| Cim
(nl - DS: - (n2 - 182
Sp? =
nl +n2-2
وبحل المثال )277( يدوياء يكون لدينا:
n-14 .52-1.3975 «sl=1.2845 . X=11.292 < X1=10.0286
Sp? = 0.15123
NI I NE
0.147
ودرجات حرية 26 am ان .2.766 = 26 , 0/2 T وبذلك نرفض الفرضية ونس تدل
التي Cela باستخدام الحاسوب مع برنامج SPSS .
3 اختييلر المقارنات الزوجية Paired Samples T test
S 0 - 50/905 ان 4 تشير الى الفروق بين قيم العينتين و Cus
: al بالرجوع الى المثال )3-7( يكون
S d =s/Vn =1.12/3.1623=0.354 « d=2.63636
: نحصل Lisl وبتطبيق صيغة
d-pd 2.63636
pe N
S- 0.354
وكما نلاحظ فان قيمة 1 اعلاه المحتسبة بالطريقة اليدوية مقاربة جدا لتلك التي
تم استخراجها بواسطة الحاسوب (ربما الفرق البسيط يعود إلى تقريب الكسور)ء
وهي أكبر من القيمة الجدولية عند درجات حرية 10 ومستوى دلالة 60.01 مما
يترتب عليه رفض فرضية العدم القائلة بعدم وجود فرق جوهري بين الاأشخاص قبل
cd jid ae اقول da ins og sua Ste Thad ya ill 0.000
4 اختبار مر دعات كاى Chi Square
: Il الكل Sa das deus
O — EY
ey 2
Tcl
القيم الفرضية "7 yg تشير الى القيم الحقيقية» و Oi حيث ان:
ee
المجموع الكلي 2 Cjj
وباجراء التطبيق على المثال (4-7) يكون لدينا:
"
dui ated seg
(4.865) 4 | (15.676)16 | (19.459)20
(2.554) | (823)8 | (10.216)10
Gowjs | (6324)
[5 | 5 | x -
المجموع
|. نبدأ اولا بايجاد القيم الفرضية من خلال ضرب مجموع عمود الخلية
بمجموع صفها مقسومة على المجموع الكلي فنحصل على القيم المحصورة
بين قوسين في الجدول اعلاه .
2. نطبق صيغة مربعات كاي اعلاه فنحصل على :
2 (O; Ey
r=) E
_ (20~19.459)" (16 - 15.676)" (4-4.865) (10—-10.216) (8-8.23)’
19.459 15.676 4.865 10.216 8.23
2 £ 2 2 E 2
8 2.554) ,_ (6 6.324) „5 5.094) 2 1.581) 0.3937
2.554 6.324 5.094 1.851
وعند مستوى معنوية 0.05 ودرجات حرية 4 نجد ان القيمة الجدولية هي
1 مما يعني ان القيمة المحتسبة تقل عن القيمة الجدوليةء لنستدل على ان
floc -5 الاين One-Way Analysis of Variance aslo yung)
باجراء التحليل يدويا على ذات المثال )5-7( الذي تسم اخضاعه لبرنامج
5 فسنحتاج الى الخطوات التالية :
[. ايجاد القيم التالية:
YX,-79 38239 YX2=69 XX = 44 Xi = 251
X,=251 > 6.97 عر X4 - 8.718 X3=6.56 X2=4.89
Kem
SSB =n) (Xi - ug
i=l
={(4.89-6.97)?+ (7.67-6.97)?+(6.56-6.97)?+(8.78-6.97)?}= 74.3454
9 4
SST = n5 9 (X; - ug)’
J = 上 | 1-1
== (5=6.97) (6-60.97 D) Ee + (6-6.97) = 246.0876
SSW = SST-SSB
171.7422 = 74.3454 - 246.087 =
5. وفي ضوء النتائج اعلاه يتم تنظيم جدول تحليل التباين كالاتي :
:
46175 | 24 8 74.3454
' 5.3669 171.7422 k(n-1) -2
ا 246.0876
6. وبمقارنة قيمة F المستخرجة في اعلاه مع القيمة الجدولية عند مستوى ثقة
5 ودرجات حرية 3 و32 والبالغة 2.89( نرفض فرضية التجانس بين
مبيعات المناطق» وقبولنا للفرضية البديلة. ومما يجدر الاشارة اليه هو
التقارب الشديد بين نتائج الاختبار المستخرجة باس تخدام برنامج SPSS
والنتيجة المستخرجة يدويا في اعلاه .
عمارين العصل السابع
تمرين (1-7): ادعى مقاول ان كلفة بناء المتر المربع للمسكن في بلدية .4 هي
اعلى منها في بلدية B فسحبت عينتان من المساكن في كل من
البلديتين وتم حساب كلفة المتر المربع لكل منهما وكانت كما يلي :
due البلدية :A 37 38 34. 40 130.5 31 32
Auc البلدية 8: 639 31 3140« 3836:35:31 130.5 37 35 32
(0.01. Ay sine المقاول بالطريقة اليدوية عند مستوى elea والمطلوب اختبار
SPSS gia y) plait;
yeh Bad la pad Gold à لية a cil 10 a cS Aie al :(277) cy
وهي في الظل؛ ثم تم تعريضها لضوء اكثر لنفس الفترة وتم قياس
نموها بعد مرور شهر ايضا كما هو مبين في الجدول التالي. والمطلوب
اختبار ان كان هناك فرق جوهري بين اطوال نموها قبل وبعد
التعرض للضوء الاضافي» مستخدما برنامج SPSS ومن ثم بالطريقة
ال
تمرين (3-7): = المطلوب اختبار وعند مستوى معنوية0.01- a باستخدام الطريقة
اليدوية ان كان معياري تصنيف الدخل وتصنيف السكن حسب
人
RN
NE
المذكورين بما يتناسب واخضاعها للتحليل باس تخدام برنامج
SPSS
ج- اخضاع الملف الذي يتم تنظيمه لاجراء اختبار Chi-Square .
تمرين (4-7): تم استخدام 4 طرق مع 4 مجاميع من الطلبة لتعليمهم جدول الضرب»
eil calis y كنا هر مين coli dual ui و المطلويب: JAI ان كانت
هناك فروق جوهرية بين الطرق الاربع عند مستوى معنوية 0.05 =
باستخدام كل من برنامج SPSS والطريقة اليدوية.
تمرين (5-7): استعملت ثلاثة انواع من الاطارات العجلات الخلفية لنفس النوع
من وسائط النقل وعلى ثلاثة انواع من الطرقء والبيانات في الجدول
التالي ha عدد الكيلومترات (GYL) التي قطعت قبل انتهاء صلاحية
الاطارات. والمطلوب اختبار أن كان معدل المسافة المقطوعة من قبل
|
0.01.
to اجر كك كه
a 3 | 86—[
[L—43 1 378 | 98 -
. 101 | 72 | 90 [
sa | 98 | 18 ] ,
i5 | 98 اكد كر
aT | 890—[
sa | 35 | 74 a
— 59 ] 88 اح كيذ
d 2) ee pelt]
Random Digits مرول الاقام المشوائية
d5) e
Percentage of Normal Distribution يع الملبيمي pill نسب Jane
The table gives the values ol م satislying
PZE) =p
where Z is a normally distributed random
variable with zero mean and unit. variance.
1.645 1.655 1.665 1.675 1.685 1.695 1.706 1.717
1.751 1.762 1.774 1.787 1.799 1.812 1.825 1.838
1.881 1.896 1.911 1.927 1.943 1.960 1.977 1.995
2.054 2.075 2.097 2.120 2.144 2.170 2.197 2.226
2.4326 2.366 2.409 2.457 2.512 2.576 2.652 2.748
Percentage of the Student's t-Distribution (T y نسب توزيع قب
L.
LEO
The (able gives ghe values ol x satistying
P(Xsx) = p
where A i a random variable having the
Students. Gdistribulion with v degrees ol
[cec dom,
6.314 12.706 31.821 63.657
2.920 4.303 6.965 9.925
2.353 3.182 4.541 5.841
2.132 2.776 3.747 4.604
2.015 2.571 3.365 4.032
1.943 2.447 3.143 3.707
1.895 2.365 2.998 3.499
1.860 2.306 2.896 3.355
1.833 2.262 2.821 3,250
1.812 2,228 2.764 3.169
1.796 2.201 2.718 3.106
1.782 2.179 2.681 3.055
1.771 2.160 2.650 3,012
1.761 2.145 2.624 2.977
1.753 2.131 2.602 2.947
1.746 2.120 2.583 2.921
1.740 2.110 2.567 2.898
1.734 2.101 2.552 2.878
1.729 2.093 2.539 2.861
1.725 2.086 2.528 2.845
1.721 2.080 2.518 2.831
01.717 2.074 2.508 2.819
1.714 2.069 2.500 2.807
1.711 2.064 2.492 2.797
1.708 2.060 2.485 2.787
1.706 2.056 2.479 2.779
1.703 2.052 2.473 2.771
1.701 2.048 2.467 2.763
à t€ NM سن سن ايد c في
N FJ زم ا M N N N M شه لخ o ف“ — ð b bo o مدا
on OQ إن A t M = O tw oc ton UU A WA =| ©
„, 00U
. 9587
.9172
8744
.8343
.7977
. 7646
.7 34H
. 7079
KRE
.6614
.6411
.6226
.G055
-5897
.5751
-5614
5487
9368
.5256
.5151
.5U52
.:3:358
.4869
.47805
.4705
. 029
4556
. 487
. 0-21
. 47
.42396
. 42138
.4182
23128
.3076
. 1026
. 3978
. 3932
. 3887
. 3843
. 3801
. 3761
.3721
. 3083
. 3646
0.3610
0.3301
0. 3060
0.2864
0.2702
0.2565
^"^. —OoOgoGocccoccocccoccoooccoc
cocooococcoccococcoccce
.9800c
.9343
8522
.8329
. 7/887
.749B
S455
.6851
.65B1
.6339
.6120
. 03
.9742
245577
029425
.52B85
,9155
.5034
.4921
.4815
. 47106
. 4622
.45231
.44351
.4372
. 47
.4226
.4158
. 4033
. 4032
. 3972
.3916
. 3862
3810
. 0
I712
3665
. 3621
. 3578
.35 36
. 3496
. 345?
3420
. 3384
. 3346
3314
. 3281
«2097
.2776
.2597
.2449
.2324
CoOocOcOCOOOOOOoooccooocoocooccococccococcoccocoonoco
0.9500
0.8703
0.8114
0.7545
0.7067
0.6664
0.6319
0.6021
0.5760
0.5529
0.5324
0.5140
0.4973
0.4821
0.4653
0.4555
0.4438
0.4329
0.4227
0.4132
0.4044
0.39061
0.3882
0.3809
0.3739
.ا 3
0.3610
0.3550
0.3494
0.3440
0.3388
0.3338
0.3291
0.3246
0. 3202
0. 3160
0.3120
0.3081
O.3044
0.3008
0.2973
0.2940
0.2907
0.2876
0.2845
0.2816
0.2787
0.2542
0.2352
0.2199
0.2072
0.1966
(35) ^" pal
Critical Values of Correlation Coefficent الا رتباط البسيطة phe قير
00
0.8054
0.7293
0.6694
0.6215
0.5822
0.5494
0.5214
0.4973
0.2
0.4575
0.4409
0.4259
0.4124
O.4000
0.38087
0.3783
0.3687
0.3598
0.3515
0.3438
0.3365
0.3297
0. 3233
0.31 2
0.3115
0.3061
0.3009
0.0
0.2913
0.2869
0.2826
0.2785
0.2746
0.2709
0.2673
0.2638
0.2605
0.2573
0.2542
0.2512
0.2483
0.2455
0.2429
0.2403
0.2377
0,2354
0.2144
0.1982
0.1852
0.1745
0.1654
0.8000
0.6870
0.6084
0.5509
0,506?
0.4716
0.4428
0.4187
O. 3981
0.3802
0.3646
O0. 3507
0. 3383
0.3271
0.3170
0.3077
0.2992
0.2914
0.2841
0.2774
0.2711
0.2653
0.2598
0.2546
0.2497
0.2451
0.2407
0.2366
0.2327
0.2289
0.2254
0.2220
0.2187
0.2156
0.2126
0.2097
0.2070
0.2043
0.2018
0.1993
0.1970
0.1947
0.1925
0.1903
0.1883
0.1863
0.1843
0.1678
0.1550
0.1448
0.1364
0.1292
One tail
Two tail
45) ءقر gab
Perentage of F-Distruibution F 2,5 نسب
The table below corresponds to p=0.995 and should be used for one-tail tests at significance. level USS or
two-tail tests at significance level 1%,
divje Jiem
Vy, pres
Aa. Acie
erdd ed?
ILI V. A
Jumil الاسام
Tomo 7.2784
v.u]4 v.vgr
e Bo د A 9 a w —
v.9) 5.04] ez 5 5.4. 2. Mite
9,471 05.4 x QUU 了 4.008
sett 4. 2557 aed
4.541. abou . 1.394
R
1.4 4.0 hit died?
-
w
4.447. i‘
A,v7U },50)
امزال LIH
J.19: 1.90]
J,tH) 1,499
1.587 ).4«:
J.594 J. dda
Pe i Vl!
veo مخ ىم
4.391. 58
2.953. a‘
4,AM i.e
2.014? 2,990
The table below corresponds to p=0.99 and should be uscd for one-tail tests at significance Jevel 1% or
two-tail tests at significance level 2%.
5253 else نالب
».33 Pal دورس
41,91 det? لايا تا
15.41 Wide 14.0,
U. ues 3.224. 1.55]
dba. 4.959 jl.
2.13 v.ad v.1»55
4.37) 5.915. 5.25»
5.694 4.994 4.0Ud
S.J $. 3 1.550 4,403
5.087 4,294. 4.699
4.541 4.Ul9 J, Bd
4.620 š Held Dues
4.455 3.6% 2. ^05
4.315 4,5327. 3,372
4.101 ).4U9 3.259
dlls Iiis 2.184
4,018 J ės} 1.077
Lady 3,151. Dubs
1.871 1,0 2.928
3.027 sos صلم
1.47) 2,705 2.541
).241 4522. ااال
J.I 2.519 اوه¿
d. Mo 2.47, 1,0
4.904 2.059 1.478
d /) "dd oL
Perentage of the y?- Distribution y? مريمات كاي pip نسب
The table gives the values of x satisfying
P(X=x) =p
where X is a x random variable with v
degrees of freedom.
U .00004 C .0004 انا 2.706 J.u41 5.024 J.y
0.0 0.020 0.211 5و 5,991 1,31 10.597
0.072 0,115 90.5804 6.251 7.815 9.34u 12,838
u. 07 0.297 1.064 7.779 9.4BU 11.1413 207 14.060
0.4312 0.554 ).510 32. 11.070 12.8233 15.0d6 16.750
0.676 0.872 2.204 10.645 12.592 14.449 16.012 18.544
0.989 1,239 2.833 12.017 14,067 16.013 18,475 20,278
1.444 1.656 3.490 13.362 15.507 17.535 20.09U 41.955
DUO يد A au 5o oM ما
1.235 2.088 4.168 14.684 16,919 19.023 21,6066 23.589
2.156 2.558 4.865 15.967 18.307 20.483 23.203 25,188
-
e
2.60) 1.053 5.578 17.275 13.675 21.320 24.225 26.257
3.571 v. 304 18.549 21.026 231.337 26.217 28.300
4.107 7.042 19.812 22.362 24.756 27.688 19.819
4,650 7.790 21.064 23.605 26.119 29.141 31.319
5.229 8.547 22.307 24.996 27,488 30.574 32.801
5.812 9.312 23.542 26.296 28.045 32.000 34.267
6.406 10.085 24.764 27.507 30.141 31.409 35.718
7.015 10,865 29.989 28.869 31.526 34.605 37.156
7.631 11.651 27,204 30.144 32.852 36,191 38.582
8.260 12.443 28.412 31.410 34.170 32.566 19.997
B.897 13,240 29.615 32.671 “35.479 38.932 41.401
9.542 14.041 30.813 33.924 36.781 40.289 42.796
10.196 14.048 32.007 15.172 38.076 41.638 44,181
10.856 15,659 33.196 36.415 39.364 42,980 45.559
11.524 16.473 34.2302 321.652 40.646 44.314 46.920
12.198 17.292 35.563 18.885 41.923 45.642 48.290
12.979 18.114 36.74] 40.113 43.195 46.963 49.645
13.565 18.938 37.916 41.337 44.461 48.27ü 50.993
14.256 19.768 39.087 42.557 45.722 49.588 52.336
14.953 20.599 40.256 43.773 16.979 50.892 53.672
15.655 21.444 41.422 44.985 48.232 52.191 55.003
16.362 22.271 42.585 46.194 49.400 53.486 56.328
17.074 23.110 43.745 47,400 50.725 54.776 57.648
17.789 23.957 44.903 48.602 51.966 96.061 56.964
18.509 24.797 46.059 49.902 53.20) 57.342 60.275
19.233 25.643 47.212 50,998 54.437 58.619 61.581
19.960 26.492 40.363 52.192 55.668 59.892 62.88)
20.691 27.331 49.513 53. 384 56.096 61.162 64.181
21.426 28.196 50.660 54.572 58,120 62.428 65.476
22.164 29.051 51.805 55.758 59.342 63.691 66.766
25.901 33.350 57.905 61.656 65.410 69.957 73.166
24.707 37.689 63.167 67.505 71.420 76.154 79.490
33.5760 42.060 68.796 73.333 77.380 82.292 B5.749
37.485 36.459 74.397 79.082 83.298 88.379 91.952
41.444 50.883 79.32) 84.821 89.17? 94.422 98.105
45.342 55.329 85.527 90.531 95,023 100.425 104.215
49,375 59.795 91.061 96.21? 100.839 106,393 110.286
53.540 64.278 96.578 101.879 106.629 112.329 116.32]
$7,634 68.777 102.079 107.522 112.39) 118.236 122.325
61.754 73.291 107.565 113.145 118.136 124.116 128.299
65.898 77.818 113.038 118.752 123.858 129.973 134.247
70.065 62.356 | 118.498 124.342 129.561 135.80? 140.169
à بيدا 2
| .د. عبد الحميد عبد المجيد البلداوي» الاحصاء للعلوم الادارية والتطبيقية» دار
الشروق للنشر والتوزيع» عمان - الاردن» 1997 ٠
2. عبدالحميد عبدالمجيد البلداوي» طرق المعاينة التطبيقية» جامعة السايع من
sais xia S c 1995
olde 45.3 النشاز ققد Axa SPSS uiia! cadi mali y ار cd اة
عمان - «tà Xl 1997
4. محمد ازهر السماك — د. قبيس الفهادي — صفاء الصفاوي؛ اصول البحث
العلمي؛ جامعة صلاح الدين — العراقء 1986
5. Draper N. and Smith H., Applied Regression Analysis, John
Wiley and Sons Inc. , London , 1990
6. Snedecor G. and Cochran G. Statistical Methods, 7" Edition,
The Iowa State University Press , U.S.A. , 1980
المركر الإسلامى التقاضے
مكتبه A> low آية الله العظمى ٠
السيّد محمد حسين فضل الله العامة
50.96 PE الرقم
MI
|| |